AI工具软件

阿里巴巴推出的AI视频生成框架，基于轨迹导向的扩散变换器（DiT）技术，能够将文本、视觉和轨迹条件融合，生成高质量且符合物理世界的动态视频。

Meta公司推出的能够通过简单的文本输入生成视频和声音的AI工具。MetaMovieGen可以创建长达16秒的逼真视频片段，并支持将图像转化为视频，添加音乐和音效。

一个由腾讯AI实验室开发的能将普通的2D视频转换为沉浸式的立体3D视频的开源框架。

一款可以将您的静态图像轻松生成两人拥抱的的动态视频AI工具。只需点击几次，您就可以自定义拥抱视频的风格、动作和氛围。

Stable Diffusion 是一种基于扩散过程的图像生成模型，可以生成高质量、高分辨率的图像。它通过模拟扩散过程，将噪声图像逐渐转化为目标图像。这种模型具有较强的稳定性和可控性，可以生成具有多样化效果和良好视觉效果的图像。Stable Diffusion与Midjourney的比较

免费AI绘画和编辑平台Playground AI，支持在线使用Stable Diffusion和DALL·E2模型，包括文生图、图生图、二次编辑、超像素等各种功能。当然，最重要的是，免费用户单日可以创作1000张图像！

一键抠图-在线一键抠图换背景,专业的快速抠图软件

触站原画师通是国内外P站(Pixiv)画师作品分享、投稿发布及学习交流网站,海量P站(Pixiv)画师作品一手掌握，触站涵盖游戏原画、日系插画、二次元漫画、手绘、动漫、CG绘画等各类画师作品,找画师就上触站!

一个基于数字分身和故事模型的AI儿童故事生成类Al产品，童语故事iMageStoryAi通过Al能力创造无限的潜能，让每个孩子健康快乐成长。

一种最先进的AI语音模型，可以执行语音生成任务，例如编辑、采样和风格化。Voicebox 可以生成高质量的音频剪辑并编辑预先录制的音频，同时保留音频的内容和风格。

专门用于对话场景的免费在线文本转语音TTS模型，支持英文和中文两种语言。这个语音专文本TTS模型 应该是目前对中文支持最好的了。

一个创新的AI音乐生成器，用户通过文本提示选择音乐的风格和情感，通过Tad AI快速创作原创、免版税的歌曲。便携式音箱

天谱乐音乐大模型，为您提供个性化音乐创作体验！

一个专注于音频内容生成与分享的 AI 播客生成平台，用户可以将文本、链接或学习资料上传至ListenHub，ListenHub会自动将其转化为专属播客。

一款AI音乐与歌词生成器，可把文本提示或歌词转换为录音室品质的免版税曲目，让你几个词一分钟内就可以创作一首歌。便携式音箱

一个免费AI文本转语音平台，它的核心优势是独创的AI风格提示词技术，能控制语音的情感、语调、语速和特效。

AutoPod是是一款专为视频播客和视频节目编辑设计的 Adobe Premiere Pro插件，可以自动编辑视频播客和节目。

D-ID带有由 AI 提供支持的图像生成能讲话的数字人视频,导入文本或上传自已的音频就可以说话。

Podcast Editor专为制作语音内容、播客、网络广播、有声读物和语音日志而设计。 从录制、编辑到文件输出，通过直观、易用的操作就能实现发布节目所需的所有功能。

Moonvalley是一款功能强大的文本到视频生成 AI 模型，可让您创建令人惊叹的高清 + 视频和动画，涵盖各种不同的风格 - 从超现实视频到动漫，再到介于两者之间的所有内容。

WowTo是一个AI视频制作生成软件，使用AI创建和托管教程视频知识库。你可以用WowTo的视频编辑器制作支持视频、培训视频和教育视频。

MagicAvatar由字节跳动开发，是一款主打多模态输入生成的多模态框架，可以将文本、视频和音频等不同输入方式转化为动作信号，从而生成和动画化一个虚拟人物。

一个基于AI数字人的文字转视频平台，旨在改变我们创建和分发视频的方式。AI Studios使用更逼真的AI数空人快速将文本转换为语音。享受比以往任何时候都更快、更轻松地创建视频的乐趣。

一家致力于开发以人为中心的生成式视频模型的公司，Infinity AI能够通过输入剧本内容，一键生成电影。

一款能够在几秒钟内生成高质量、无版权的AI视频生成器。具有逼真AI声音的语音合成引擎、优化的视频编辑器和数百万商用免版税素材，为个人、企业和团队提供了一个快速、简单的视频制作体验。

抖音最近推出的一个名为“V项目”的新功能，目的是通过虚拟数字人来增强创作者与粉丝之间的互动联系，抖音AI分身功能基于豆包大模型算法。

俄罗斯搜索引擎Yandex发布的一款AI图像生成应用程序。SheDevRum能够根据用户输入的关键词或描述生成图像，支持俄语和英语。

一款将可以将长视频转成适合社交媒体平台的短视频片段的视频编辑工具。WUI.ai提供自动识别视频中的亮点、添加字幕、优化内容格式等功能

FES2 Inc. 开发的能把照片变成视频，也能编辑照片的在线工具。你选个模板，上传图片，点一下就能在1分钟内生成动态视频，还可以用文字指令改照片。

Shot Rate是一种用于电商的 AI 工具，可以生成无限变化的产品图像。它使用基于用户原始图像训练的自定义 AI 模型，为营销和宣传材料创建独特且高质量的产品视觉效果。

无界AI，集prompt搜索、AI图库、AI创作、AI广场、词/图等为一体。提供一站式AI搜索-创作-交流-分享服务。

一款可以免费生成音乐的AI歌声生成器。您可以通过输入歌词并点击“生成”来制作人工智能歌声。 AI Singing 会将您的歌词转换为音乐。便携式音箱

字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。

一个多流实时语音生成 Transformer 模型，支持全双工语音对话，同时语音输入和输出，以及处理复杂对话场景的能力，包括重叠语音、中断和情绪表达等非语言信息。

在线免费AI音乐生成器，使用Brev.ai，几秒钟内将您的想法转变为高质量音乐。

蘑兔听记是一款音视频转文字工具，超98%的语音识别准确率，30分钟音频只需3分钟就可转成文字，支持20多种方言、30余种外语，极大提高了工作和学习效率。

一款专注于语音合成与克隆的AI工具，依托自研的超大语音模型，能够快速生成与真人无异的声音模型，广泛应用于文本转语音、视频配音和多语言视频翻译等场景。

一款文本转语音工具，支持 50 多种语言，具备语音克隆功能，仅需 10 秒样本就能克隆语音并保留原始情感特征，还提供调整语速、音频可视化、逐字阅读等高级功能。

一个提供超真实的AI语音克隆生成器，只需要3秒的音频样本就可以克隆英语、普通话、日语、韩语等语言的声音，生成与真人无异的逼真语音。

一个AI语音创作平台，专注提供一站式智能语音解决方案。集成文本转语音、视频翻译、声音克隆等多元能力，支持多语种多音色互换，帮助全球用户高效创作，告别语言障碍。

一个免费在线文字转语音工具，能把文字变成自然的语音，有多种 AI 语音可选。用户输入文字、选好声音后，就能下载 MP3 文件或直接听。

一款专业音频处理工具，主要用于从复杂音频中提取和增强人声，特别适合获取干净的“干声”（未经处理的人声）。

Bigmp4，使用先进人工智能 AI 模型，能将视频无损高清放大、增强画质、智能补帧使画面丝滑流畅栩栩如生同时支持黑白视频上色和慢动作。

DreamAvatar，美图旗下的AI数字人生成工具，以AI驱动为核心，专注于数字人和AIGC技术的深度融合， 推动数字时尚、营销推广、企业数字化的创新和产业应用，服务于更多生产力场景。

Clipchamp，可帮助你创作内容的智能工具，有自动生成字幕、文本转语音、调整视频大小等功能，现在是Microsoft旗下公司。

Mootion让你可以通过简单的文字描述来生成3D角色的动作。

Flawless AI 是世界上第一个为电影剪辑师和后期制作专家开发的专业级、可授权的人工智能工具，专注于通过最先进的对话和表演修改功能来增强故事讲述。

Artefacts 可以通过文字描述实时生成3D场景，一张图片轻松创建3D模型。

百度推出的一款电商数字人直播平台，目的是通过AI帮助商家快速生成数字人主播，自动创建直播剧本和互动文案，并智能装修直播间，来提升直播的互动性和转化率。

最快的英文视频转中文方案，EasyVideoTrans够快速地将英文视频翻译为中文视频。