AI视频音频

"可灵"是快手AI团队自主研发的视频生成大模型，旨在为用户提供高质量的视频内容生成服务。该模型基于快手在视频技术领域的深厚积累，结合了先进的技术路线和多项创新技术，实现了与Sora相媲美的效果。

星火绘镜（也称讯飞绘镜）是科大讯飞推出的一款集创意转化、脚本生成、分镜绘制、视频制作于一体的AI短视频创作平台，依托于科大讯飞在语音识别、自然语言处理等领域的深厚技术积累，旨在通过先进的AI技术简化视频创作流程，让创作者能够轻松将创意转化为高质量的视频内容。无论是初学者还是资深创作者，都能快手上手。

有言AI是由魔珐科技精心打造的一站式AI视频创作和3D数字人生成平台，借助先进的人工智能技术，有言AI实现了无需拍摄、剪辑和后期处理的一键视频生成。

WaveSpeedAI是一家专注于推理加速+模型聚合的AI基础设施服务商。它像一个AI加工厂，把来自阿里、快手、字节跳动、谷歌、MiniMax、Black Forest Labs等100+最新开源/闭源模型接入后，通过自研的推理优化与GPU调度技术，把生成速度提升2-10倍，价格降低30～70%。

AME AI平台是一款专为AI广告片、AI短剧、AI动漫等场景打造的一站式创作平台。它最大的亮点在于用自然语言描述创意灵感，平台就能自动拆分梗概、撰写大纲和脚本，并细化至分镜。随后，AI会生成静态关键帧，再合成为完整视频。只需输入简短文案或参考图片，就能获得动效连贯、流畅自然的成片，是不是超级神奇？

创一AI是上海哈恩德在2024年7月推出的一款“从灵感-脚本-分镜-角色-配音”一站式完成的AI短视频/播客协同平台，个人和团队都能用它把创意在几分钟内变成可直接拍摄的成片方。通俗的讲就是把编剧、导演、分镜师、插画师、配音员打包成 SaaS，打开网页就能指挥它们干活。

Topview AI是一款基于人工智能技术的ai视频营销工具，专注于为电商和跨境卖家提供高效、低成本的视频生成解决方案，其核心亮点在于全球首个支持生成“手拿产品的AI数字人”（Product Avatar），可一键生成多语言、高转化的商品展示视频。

百度“绘想”平台是百度商业研发团队精心打造的视频产品平台，其核心定位是依托自研的MuseSteamer视频生成模型，通过生成式AI与多模态技术，为用户提供高效、专业的视频生成解决方案。该平台旨在满足搜广推场景的原生化内容生产需求，助力客户和内容创作者突破视频创意瓶颈，激发更多内容多样性。

Vibemotion AI由创新型AI公司Vibemotion精心打造，是一款运用先进生成式AI技术的在线平台（一键生成动态视频工具）。它宛如一位精通创意魔法的大师，能将用户脑海中的模糊想法，通过简单的操作转化为栩栩如生的动态视频。

DupDub是由谷歌投资的人工智能独角兽公司——出门问问（Mobvoi）在2024年12月推出的一款前沿 AI 内容生成平台。出门问问自2012年成立以来，在语音AI交互和软硬件集成领域深耕细作，业务覆盖40多个国家和地区。

AITOP100平台自研的AI短视频工具是一款集「创意文案 - 脚本撰写 - 分镜绘制 - 分镜成片」于一体的一站式AI广告/视频创作工具。它通过智能技术整合，将原本需要在多个工具间切换的复杂创作流程，简化为在一个平台上即可完成的全链路操作。

无痕AI是由杭州岁羽网络科技有限公司研发的一款在线AI视频处理工具，专注于视频素材中水印、字幕及不必要元素的智能去除。不同于传统工具，无痕AI采用了先进的视频大模型技术，能够在去除这些元素的同时，保持视频画面的清晰度与自然度，几乎不留任何处理痕迹，为用户提供了一种前所未有的视频处理体验。

悦灵犀AI是一款通用型AI工具，核心定位为AI创作引擎，旨在通过人工智能技术为用户提供高效、便捷的创作支持。其核心功能覆盖文本生成、内容优化、创意辅助等多个领域，适用于个人用户、内容创作者、企业营销团队等多元化场景。

Diffusion Studio Pro是一款完全基于AI的本地视频编辑工具，通过浏览器提供非线性编辑体验

拍我AI是PixVerse的国内版，于2025年6月6日正式上线。它是一款集成了人工智能技术的创意内容生成平台，旨在通过先进的AI技术，帮助用户快速生成高质量的视频、图片和音频内容。无论是创意工作者、学生、企业还是普通用户，都可以通过拍我AI轻松实现自己的创意想法。

Komiko是一个基于AI技术的漫画、动画及插画的AI一体化创作平台，通过整合多模态AI模型（如Veo、Kling等），提供从静态插画到动态视频的全流程创作工具。其核心目标是通过降低技术门槛，让普通用户和专业创作者均能高效实现创意，覆盖角色设计、场景渲染、动画制作等环节。

Riffle是一款专为音乐创作者设计的全功能数字音乐工作站，其核心定位是打破传统数字音频工作站（DAW）的线性限制，通过“无限画布”与AI工具的深度融合，实现从灵感捕捉到专业制作的“一站式”解决方案。

HunyuanVideo - Avatar 是腾讯混元联合腾讯音乐天琴实验室推出的开源语音数字人模型，由混元视频大模型与 MuseV 技术研发，支持多景别、多风格等，“一张图 + 一段音频” 即可生成人物自然说话 / 唱歌、含表情与动作的视频，单主体能力已开源 。

Unmute是由法国AI实验室Kyutai推出的一款革命性的语音AI系统。它为文本大语言模型（LLM）赋予了强大的语音交互能力，以其高度模块化的设计、智能对话、超低延迟和个性化定制功能，正在引领语音AI技术迈向更高的灵活性和实用性，为语音AI领域注入了新的活力.

Sparkify是谷歌基于Gemini2.5多模态大模型与Veo 2视频生成技术打造一款AI实验性教育工具，通过将用户输入的问题或复杂概念转化为2分钟以内的动画短视频，实现知识的直观化传播。

Flow是谷歌（google）专为AI电影创作打造的创作应用工具，主要面向内容创作者，可用于发想创意、生成片段与场景，其类似动态分镜或草图。它以Veo2为核心引擎，具备延展视频画面、实现更真实物理表现的能力。

MoneyPrinterTurbo是一款基于人工智能大模型的开源工具，旨在简化短视频制作流程。用户只需输入视频主题或关键词，即可全自动生成包含文案、素材、字幕和背景音乐的高清短视频。这款工具不仅适用于内容创作者，还适合教育工作者、企业营销人员等需要快速制作高质量视频的用户群体。

ListenHub是一款基于AI技术的轻量级播客生成工具即AI播客生成器，旨在通过智能化手段打破传统播客制作的门槛。用户无需专业设备或复杂流程，仅需输入话题、粘贴链接或上传文件，即可在1-5分钟内生成专属播客内容。

All Voice Lab是趣丸千音推出的一个专注于AI语音创作的综合性平台，它集成了文本转语音、声音克隆、变声器等多种先进技术，支持多语种、多音色的灵活切换，帮助全球用户轻松实现语音创作，有效打破语言障碍，满足不同场景下的语音需求。

录咖是一个集多种AI音视频处理功能于一体的在线平台，支持Web端、Win端和移动端使用。它无需繁琐的安装过程，用户在线即可轻松开启音视频处理之旅，且全程无广告干扰，为用户营造纯净、高效的使用环境。录咖致力于简化音视频处理流程，让用户无需具备专业的技术知识，也能轻松完成各种复杂的任务。

AI数字人是指通过人工智能技术生成的虚拟人物形象。它结合了计算机图形学、语音合成、自然语言处理等多种技术，能够模拟人类的外貌、声音、行为和情感。AI数字人不仅可以进行简单的对话和互动，还可以根据用户的需求生成各种内容，如视频、音频、文案等。

Singify是FineShare公司推出的多模态音乐创作平台，Singify不仅支持从文本、图片、视频生成完整歌曲，更以AI翻唱、音轨分离、声音克隆等核心功能，为音乐爱好者、创作者及行业从业者提供了一站式解决方案.

DubbingX智声云配是智声悦合（杭州）科技有限公司推出的一款专注于AI音频的创新型工具。

Cheehoo是一个专注于AI动画创作的平台，以其简洁、纯净的特性著称。我们致力于帮助用户打造具有世界一流水准的动画作品。无论是从创意的萌芽阶段，还是到动画的最终执行，Cheehoo 都能提供强大的支持。

Lyria2是Google DeepMind推出的第三代AI音乐生成模型，作为Vertex AI平台的核心组件，它首次实现了全模态音乐生成能力，覆盖从文本提示到高保真音频、动态实时交互、多风格编曲的全链路创作。

Drimo是由追梦极客（北京）科技有限公司匠心打造的一款专为影视广告人设计的AI内容与智能工具平台。它通过AI技术革新了视频内容创作流程，降低了创作门槛，使非专业用户也能快速完成从剧本生成到影片输出的完整创作流程。

FantasyTalking是阿里巴巴研发的一款虚拟角色动画生成工具。它利用先进的人工智能算法和深度学习技术，能够实现对虚拟角色的口型同步和全身动作的精准控制，从而生成高度逼真的虚拟角色动画。这一技术的突破，为虚拟角色赋予了更加生动的表情和动作，极大地提升了虚拟角色的真实感和互动性。

Higgsfield AI是一家由前Snap公司高管Alex Mashrabov创立的公司，专注于生成式视频技术的研发与应用的平台。公司致力于通过其创新的技术，为创作者提供电影级的视觉语言，特别是面向社交媒体和短视频平台的高质量内容创作解决方案。

Nova Reel是亚马逊旗下的AI视频生成模型，于2024年12月首次发布，并在近日迎来了重大升级，推出了Nova Reel 1.1版本。作为亚马逊在生成视频领域的重要尝试，Nova Reel旨在为用户提供高效、高质量的视频生成解决方案。

Speech-02语音模型是MiniMax Audio推出的一款高性能、多功能的AI语音合成模型。它基于先进的深度学习技术，能够模拟人类语音的多种特征，生成高质量、高保真度的语音内容。该模型支持30多种语音，覆盖了多种语言和方言，满足了不同用户的需求。

MoCha是meta推出的首个生成对话角色AI模型，能够根据语音或文本输入，生成带有完整人物形象的高质量角色动画视频。不同于传统的“Talking Head”（仅生成角色头部和嘴型动画），MoCha 能够让全身AI角色“开口说话”、表达情绪、带有动作地进行对话，生成内容更接近电影级数字人演出。

Gen-4是Runway研发的新一代视频生成模型，旨在通过深度学习技术生成高保真、动态流畅且具有连贯叙事能力的视频内容工具

海纳星火是一个集AI内容创作、展示、交易、保护及变现于一体的综合性平台，该平台由中国联通子公司沃音乐文化公司倾力打造。它旨在通过“内容+技术+服务+变现”的全链路闭环，为广大创作者与创作机构提供创作赋能与商业赋能。

AccVideo是一种提高AI视频生成速度高效的蒸馏方法，旨在通过合成数据集加速视频扩散模型的推理速度。该方法巧妙地利用预训练的视频扩散模型生成多个有效的去噪轨迹，从而构建出高质量的合成数据集。通过AccVideo，视频扩散模型的生成速度实现了惊人的8.5倍。

Viggle AI是一款AI视频生成与编辑工具，它能够通过用户上传的静态图像、视频片段或文本描述，快速生成具有生动动作、表情和场景的视频内容。该工具利用先进的AI算法和云计算技术，实现了对数字角色的精准控制、3D场景构建以及高效渲染，极大地简化了视频创作的流程，降低了技术门槛。

VideoPlus.ai, an Image to Video AI generator, offers a streamlined platform for creating and customizing professional videos.

Open-Sora2.0是一款由潞晨科技推出的开源视频生成模型。它通过高效的训练流程和创新的技术架构，成功在保持高性能的同时，大幅降低了视频生成模型的训练成本。这款110亿参数的大模型，仅花费了20万美元（224张GPU）就训练成功，性价比远超那些动辄耗资数百万美元的闭源模型。

海螺视频APP是MiniMax公司推出的一款AI视频生成神器，这款APP支持文本生成视频（T2V）和图片生成视频（I2V）两大功能，只需输入文字或上传图片，即可快速生成动态视频。其一大核心亮点是其“镜头控制”功能，提供了15种单一运镜方式和上百种组合运镜，让用户能够像专业导演一样，自由掌控镜头语言。

阿里巴巴旗下其AI视频生成模型“通义万相Wan”已正式上线独立网站（即通义万相Wan国际版）。用户只需轻松登录，即可直接体验从“文本”到“视频”、从“图像”到“视频”的神奇转换功能，无需繁琐的本地部署，使用更加便捷。此外，网站还每日赠送积分，鼓励用户不断尝试，持续探索AI视的无限可能。

DiffRhythm 是一款集成了先进AI技术的音乐创作工具，它利用扩散变换器（DiT）架构，实现了从输入歌词和风格到自动生成包含人声和伴奏的完整歌曲的端到端流程。这款工具旨在降低音乐创作的门槛，让更多人能够轻松体验到创作的乐趣。

Google视频工具Veo是Google DeepMind团队研发的一款先进的人工智能视频生成模型，能够利用人工智能技术，快速、高效地生成高质量的视频内容。它不仅能生成高达4K分辨率的视频，还能实现长达数分钟的画面内容。在模拟现实场景、呈现细腻的人物动作和表情方面同样表现出色。

Phantom是字节跳动研发的一款基于AI的视频生成工具，旨在通过先进的算法和技术，实现高效、智能的视频创作。它主打“参考主体生成”功能，能够精准捕捉并复刻用户提供的参考主体，包括人物、物品、服装、动物以及虚拟角色等，将其融入到生成的视频中。

Supertone Play是Supertone公司精心打造的一款AI语音工具，它基于先进的文本转语音（TTS）技术，能够将输入的文本快速转换为自然流畅的语音。这款工具不仅支持多种语言，包括英语、韩语、日语，并且预计在今年内将扩展至西班牙语和中文，以满足更广泛用户的需求。

巨日禄AI是一款由杭州巨日禄科技有限公司开发的一站式AI漫画视频创作平台，让您轻松享受便捷的工作流程与强大的AI辅助功能。这里汇聚了超多炫美风格，助您轻松制作出独一无二的漫画视频。无论是漫画小说推文、漫画解说、有声读物，还是各类故事短片，巨日禄AI都是短视频博主的创作神器。

Adobe Firefly Video是Adobe推出的一款基于人工智能技术的视频生成工具，它利用先进的深度学习算法、生成对抗网络（GAN）和变分自编码器（VAE），结合自然语言处理（NLP）和计算机视觉技术，将用户的文字描述或图像转化为生动的动态画面。

视频模型Goku是由香港大学与字节跳动合作研发的一款基于流动的AI视频生成模型。这款模型利用先进的生成算法，能够根据文本提示生成高质量的视频内容，为数字艺术的表现形式带来了极大的丰富和提升。Goku模型的发布，标志着AI视频生成技术又迈出了重要的一步，为创作者提供了更加便捷、高效的视频创作工具。

熊猫字幕是一个专注于字幕服务的AI在线平台，它集成了字幕下载、解析、生成、翻译及格式转换等多种功能于一体。无论是视频创作者、外语学习者还是字幕爱好者，都可以在这个平台上找到满足自己需求的字幕服务。熊猫字幕以用户为中心，致力于提供便捷、高效、全面的字幕处理体验。

星声AI正是由上海词魂网络科技有限公司推出的一款创新的AI播客内容生成器，是一款集播客内容生成、编辑、发布于一体的智能化AI工具。它利用先进的人工智能技术，能够辅助或自动生成高质量的播客内容，大大提高了内容创作的效率和质量。

PodExtra AI是一款专为播客爱好者设计的人工智能工具，它利用先进的AI技术，对播客内容进行深度解析和处理，为用户提供文字转录、思维导图、大纲、摘要以及亮点提炼等一系列便捷功能。通过这些功能，用户能够更加高效地获取播客中的知识，提升自己的学习效率。

Ray2视频生成模型是Luma AI推出的最新视频生成技术，它结合了深度学习、生成对抗网络（GAN）和多模态AI技术，通过先进的算法和强大的计算能力，实现了从文本到视频的快速生成。Ray2旨在为用户提供一种高效、自然、逼真的视频创作方式，让每个人都能轻松制作出高质量的视频内容。

Vidu AI国际版是一款由清华大学和中国AI初创公司生数科技联合开发的先进视频生成大模型。自2024年4月27日正式发布以来，Vidu AI国际版迅速在全球范围内引起了广泛关注。作为首个对标OpenAI的Sora AI模型的中国视频生成器。

淘宝星辰视频生成大模型是一款由阿里妈妈利用自主研发的淘宝星辰视频生成大模型，推出了商用级图像转视频AI应用——淘宝星辰·图生视频，现已面向淘宝天猫商家开放。这款创新的AI工具整合了庞大的电商数据、多元的设计风格，以及行业顶尖的营销策略，旨在实现电商内容创作的全面智能化。

Video Ocean是潞晨科技最新发布的一款限时视频生成模型。这款模型源自其开源项目Open Sora，自问世以来便受到了开发者社区的热烈追捧，目前在GitHub上已经收获了超过23,000枚星标。Video Ocean V2.0不仅在技术上实现了全面升级，更在画质、动态表现和创作自由度。

天谱乐，由趣丸科技旗下唱鸭团队精心打造，是全球首款多模态音乐创作大模型。这款创新工具能够接受文本、图片和视频等多种形式的输入，进而创作出最长可达3.5分钟的歌曲或音乐视频。

“即创”是巨量引擎推出的一款一站式AI智能创意生产与管理平台，旨在帮助短视频和抖音电商从业者高效、便捷地创作音视频内容。该平台依托先进的AI技术，集成了AI视频创作、图文创作和直播创作三大核心功能，为创作者提供了全方位的内容创作支持。

可灵AI国外版（KLing AI）是由快手公司推出的一款面向全球用户的AI视频创意生产制作平台。它利用快手公司自研的先进的可图文生图大模型和可灵AI视频大模型等先进算法和技术，为用户提供高效、便捷的AI视频和图片创作服务。

AigcPanel是一款开源的、一键式AI数字人系统，旨在为用户提供高效、便捷的数字人解决方案。它集成了先进的算法和深度学习技术，支持视频合成、声音合成以及声音克隆等核心功能，让用户能够轻松生成带有数字人的视频，并确保人物嘴型与声音完美同步。

腾讯混元文生视频是一款基于腾讯先进AI技术的视频生成工具，它利用AI视频模型，能够根据用户输入的文本提示，智能创造出相应的视频内容。该模型在图像清晰度、物体动态表现、以及镜头转换等方面展现了卓越的性能，能够深入理解并执行复杂的指令，制作出具有电影级质感的视频作品。

Whisk是由Google推出的一款AI图像生成工具，以其独特的“以图生图”功能，彻底颠覆了传统图像创作的模式，允许用户使用图像作为提示来生成新的图像，而不需要冗长的文本提示‌‌，用户可以提供多张图像来指定主题、场景和风格，Whisk能够将这些图像的风格混合在一起，生成具有新风格的照片‌。

绘蛙AI视频是由杭州连凡信息技术有限公司开发（该公司由阿里巴巴（中国）有限公司 100% 持股）的一款基于AI电商营销图生视频工具。它利用先进的AI算法，将静态的模特图片转换成动态的视频内容，为电商卖家提供了一种全新的、高效且成本效益高的视频制作方式。

Sora是由OpenAI倾力打造的一款视频编辑与扩展功能于一体的AI视频工具，它不仅能够将用户的文字描述转化为生动逼真的视频内容，还能够在现有视频的基础上进行编辑和扩展，为用户提供了前所未有的创作体验。

阶跃星辰推出的AI视频生成工具跃问视频，是一款便捷高效的创作助手。它支持用户通过文本一键生成高质量视频，涵盖多种热门主题，并提供视频描述优化服务以提升生成效果。跃问视频在美学风格和运动控制方面表现突出，能够精准理解语义并生成符合需求的动态画面，为教育、设计、艺术等多个领域带来创新的应用潜力。

Fish Audio是一家专注于音频生成和语音合成技术的公司，可以进行声音克隆、配音应有尽有，能够生成最自然的AI语音，本文将详细介绍Fish Audio的核心产品——Fish Speech，一款开源的文本到语音（TTS）工具，以及其最新发布的语音处理模型——Fish Agent V0.13B。

Noisee 专为音乐爱好者制作音乐视频而打造。在这里，我们将您对音乐的想象力形象化.

PersonaTalk是由字节跳动开发的一项前沿视频口型编辑技术，它通过语音驱动来修改视频中人物的口型，实现高质量的视频编辑和数字人视频制作

Hailuo AI是由MiniMax精心打造的海螺AI海外版AI视频工具，它作为MiniMax研发的一款创新AI视频生成平台，采用了尖端的Mixture of Experts (MoE)模型技术，致力于为用户提供卓越的短视频创作体验，确保每一次视频生成的质量都达到高标准。

Movie Gen是社交媒体巨头Meta在媒体制作领域推出的一款声音和视频一体化生成编辑AI工具，旨在为创作者提供前所未有的便捷和自由度。Meta Movie Gen是一个先进的媒体基础AI模型，用于生成沉浸式AI内容。 该技术允许用户通过简单的文本输入来生成定制视频和声音，编辑现有视频或将个人图像转换为独特的视频。

百度擎舵是百度推出的一款AI广告创意内容平台，旨在通过AI技术提升广告创意内容的生产效率。该平台汇聚了百度全新的AI技术，支持文案生成、图片生成和数字人视频制作三大创意生产能力，适用于多种广告营销场景。

神笔马良是猫眼娱乐推出的首款专注于长剧本解析的动态故事板AI生成工具。该工具能够接收用户上传的剧本，并自动执行一系列智能操作，包括剧本分析、角色创作、分镜创作和台词朗读，从而将剧本内容转化为视听形式。

豆包AI视频模型是字节跳动旗下火山引擎在2024年9月24日发布的两款AI视频生成大模型——豆包视频生成-PixelDance和豆包视频生成-Seaweed，豆包视频生成大模型的最大亮点在于其创新技术，能够实现自然连贯的多拍动作与多主体复杂交互。这一技术超越了以往视频生成模型仅能完成简单指令的限制。在实际应用中，豆包视频生成模型不仅能够遵循复杂指令，让不同人物完成多个动作指令的互动，还能在不同镜头下保持人物样貌、服装细节乃至头饰的一致性，接近实拍效果。

海螺AI(Hailuo AI)是专业的AI视频生成工具，支持文生视频、图生视频功能。搭载Hailuo 02引擎，提供768p/1080p高清视频输出。让每个想法都变成大片，适用于短视频制作、广告营销、教育培训等场景。立即体验海螺AI视频创作。

美国AI创企Hotshot推出的Hotshot AI视频生成器能做到！它10秒输出720p高清视频，有漫画等多种风格，免费无水印。背后有海量数据与强大算力支持，适用于多场景创作，还提供免费与Plus版，为视频创作与内容创新带来新可能。

白日梦AI是由光魔科技推出的一款AI视频短剧生成平台，它通过自然语言处理技术，使用户能够输入文本内容并快速生成视频，最长可生成6分钟的视频。该平台支持文生视频、动态画面、AI角色生成等功能，并能保持人物和场景的一致性，特别适合创作儿童绘本和连环画。

OneStory是创壹科技推出的AI驱动的故事生成助手，它允许用户将文本创意快速转化为分镜脚本、图像、视频等，提高创作效率。OneStory特别适合需要快速将创意视觉化的影视制作人、内容创作者、广告和营销团队、学生和初学者以及自由职业者和独立创作者。

该视频平台受到2.87亿创意人士、企业家和企业的信赖。创建、管理和分享精彩视频所需的一切。

SkyReels-AI是昆仑万维精心打造的一款AI短剧创作平台，它深度融合了视频大模型与3D大模型，旨在为用户提供一站式的短剧创作解决方案。通过该平台，创作者无需具备专业的视频制作技能，即可轻松制作出高质量的AI短剧

YOYO平台专注于动漫内容生成，为全球消费者提供先进的动漫生成工具和内容平台。我们通过自主研发的技术，使用户能够轻松创建个性化的动漫作品，享受定制化的视觉体验，满足不同用户的需求。鹿影科技致力于打造用户友好的平台，将复杂的动漫制作过程简化，使动漫爱好者无需专业技能即可创作出专属动漫

Mureka是昆仑万维公司旗下AI音乐商用创作平台，是一个集音乐创作、发布和变现销售于一体的平台，利用先进的AI技术，帮助用户将灵感转化为完整的音乐作品。用户可以通过输入音乐灵感，甚至音频片段，来创作属于自己的歌曲，并在Mureka商店中出售，实现版权收入的稳定获取。

海绵音乐是字节跳动推出的一款创新AI音乐创作工具，用户只需输入灵感提示词或具体歌词，即可一键生成包含旋律、伴奏的完整音乐作品，支持流行、国风、嘻哈等多种风格及治愈、怀旧等情感类别，操作简便且充满惊喜，让音乐创作变得触手可及，助力每个人轻松实现音乐梦想。

Vidu AI中国站是由北京生数科技联合清华大学共同研发的AI视频生成工具，该AI视频工具是一种端到端文生视频大模型，它具备长时长、高一致性、高动态性视频大模型，而且是基于 U-ViT 架构开发的！

清影是智谱清言产品打造的视频创作智能体，清影依托于智谱大模型团队自研打造的视频生成大模型 CogVideo，现已支持文生视频、图生视频多个能力，让用户可以轻松高效地完成艺术视频创作。 清影支持多种生成方式，包括文本生成视频、图片生成视频，可应用于广告制作、电影剪辑、短视频制作等领域。

寻梦光影间，通过人工智能技术，我们为您提供全新的视频创作模式，欢迎体验！

Hedra AI，一个由原斯坦福大学研究团队成立的数字创作实验室精心打造的AI对口型视频生成工具，正引领着视频创作领域的革新。这款工具通过其独特的AI技术，将文本、图片和音频转化为生动逼真的动态视频，为内容创作者、营销人员、音乐家和教育工作者等提供了前所未有的创作自由度。

百度智能云曦灵是一个集数字人生产、内容创作、业务配置服务为一体的平台。用户上传照片即可快速生成AI驱动的2D数字人像，并可通过语音描述或简单操作生成3D数字人。该平台还支持数字人的多维度捏脸、更换发型服饰妆容，以及利用TTS技术定制声音。

MOKI是美图公司推出的一款集智能创作、高效编辑于一体的AI短片工具。它利用美图公司在图像处理与AI技术方面的深厚积累，为视频创作者提供了一个便捷、高效的短片制作解决方案。无论是动画短片、网文短剧、故事绘本还是音乐视频（MV），MOKI都能帮助创作者轻松实现创意，让短片制作变得更加简单和高效。

PixWeaver 是由北京生数科技有限公司开发的一款AI绘画和视频生成平台。该平台利用先进的人工智能技术，根据用户的文字描述生成相应的图像和视频内容，支持个性化的视觉创作，并融合了多元风格，具备出色的语义理解和丰富的细节表现

基于AI的图片/视频硬字幕去除、文本水印去除，无损分辨率生成去字幕、去水印后的图片/视频文件。无需申请第三方API，本地实现

Udio是一款创新的AI音乐创作工具，由前Google DeepMind工程师团队精心打造。这款工具通过先进的人工智能技术，使用户能够通过简单的文本输入来生成高质量、风格多样的音乐作品。Udio的推出，标志着音乐创作领域迈向了一个全新的里程碑

即梦AI是字节跳动推出的一款AI视频绘画生成工具，可激发艺术创意、提升绘画和视频创作体验。您可以利用AI智能，将想象变为现实。Dreamina支持文字绘图、文字生成视频和图片生成视频，并提供创作灵感。让Dreamina开启您的AI生成艺术之旅，探索创造的无限可能！

Suno AI 是一款由 Anthropic 公司开发的前沿 AI 音乐和语音生成工具，它利用深度学习技术，通过文本提示来创作高质量的音乐和语音作品。这款工具的设计理念是打破传统音乐创作的界限，让每个人都能够轻松创作出专业水准的音乐和音频内容。

七火山科技的Etna（埃特纳）模型，是一个文生视频的AIGC模型，它能够根据简短的文本描述生成相应的视频内容。

爱诗科技的PixVerse AI是一款全球领先的AI视频生成工具，它能够将文字、图片等输入快速转化为高质量的视频内容。该工具具备音效匹配、人声配音、视频风格重绘等创新功能，极大提升了视频创作的效率和可能性。

‌LTX Studio是一款由Lightricks公司推出的创新生成式AI电影制作和视频短片生成平台‌。用户仅需通过输入文本描述，就能生成超过25秒的微电影视频。其核心技术包括生成式AI、自然语言处理和图像处理等‌

Morph Studio是一款卓越的文本到视频生成AI工具，它不仅开创了公众自由测试的先河，还提供了1080P高清画质和长达7秒的精彩视频片段生成能力。其生成的视频画面细腻入微，光影效果更是令人赞叹。

0基础小白也能轻松上手，快速实现从文案到视频的制作，故事、小说、漫画、寓言、哲理文、治愈文推文一站式生成

一帧秒创是基于新壹视频大模型以及一帧AIGC智能引擎内容生成平台，为创作者和机构提供AI生成服务，包括文字续写、文字转语音、文生图、图文转视频等创作服务，一帧秒创通过对文案、素材、AI语音、字幕等进行智能分析，快速成片，零门槛创作视频。

每个人都可以创作的AI视频生成平台（文生视频+图生视频）。NeverEnds 是目前增速第一的全球AI视频生成软件黑马，在文本生成视频/图像生成视频具有极高的质量和创造性。在这里您的文字/图片将跃然呈现生动的视觉效果，您的创作永无止境。

Pika Labs,Pika Labs可以根据你的描述词来生成视频。PikaLabs能够生成非常流畅的视频，甚至可以用于广告和电影制作。

Creatify 是一款利用人工智能技术从产品链接或描述生成高质量营销视频的AI视频广告平台，利用人工智能技术极大地简化了高质量营销视频的制作过程。只需输入产品链接或描述，它就能将产品页面、图片等转化为引人入胜的视频广告，适用于各种规模企业与营销人员。

Heygen数字人是一个AI视频虚拟数字人生成平台，只需输入和点击，就可以把文本转换成发言人视频。可以从100多个AI虚拟数字人中选择，或者创建你自己的虚拟数字人。

奇妙元是出门问问推出的ai虚拟数字人形象视频创作及直播平台。现有超 100 款数字人、超 1000 款 3D 数字资产、超 1000 种声音。凭借多模态生成技术，「奇妙元」平台目前共支持图片建模（2D 数字人）、视频建模（2.5D 数字人)、3D 建模（3D 数字人）三种不同形式的数字人生成。

魔音工坊是一款媲美真人的AI配音软件，为您轻松配出好声音。广泛应用于短视频配音、新闻播报、有声书、有声电台、外语出海等多种配音场景，拥有600多款声音、1500余种风格，更有「满超」、「杨婧」、「采采」等众多明星大咖声音入驻，简单易用、轻松上手。

银河录像局是一家领先的流媒体与生产力软件共享平台，它依托杭州崇宇信息科技有限公司的技术与资源支持，致力于打破用户获取优质流媒体内容和高效生产力软件的壁垒。目前项目团队规模达20人，涵盖内容、客服、运营、程序、商务以及其他支撑部门，各部门协同运作，旨在为用户提供卓越的在线娱乐与生产力解决方案。

标贝悦读AI配音是标贝科技推出的一款基于人工智能技术的Ai在线文字转语音工具，专为视频配音及多媒体内容创作设计。它通过深度神经网络构建超300种音色库，覆盖童声、成人男女声、方言、外语及情感音色（如亲和、甜美、稳重等），支持多人配音、情绪音色切换、外语及方言配音、声音复刻等核心功能。

数字人克隆、AI图片生成数字人、AI视频生成数字人、直播间AI智能互动、AI 3D数字人直播、AI短视频文案等等

Runway AI工具由Runway AI, Inc.公司开发的一款强大的AI视频编辑工具，它不仅仅局限于视频编辑，更具备令人惊叹的文字转视频功能。只需简单输入一句话，Runway便能助你轻松打造出令人震撼的大片效果。

腾讯智影，一款领先的云端智能AI视频制作工具，为您提供一站式的免费在线剪辑服务。该平台整合了素材搜集、视频剪辑、渲染导出至发布全流程，让视频创作更加便捷。搭载强大的AI技术，智影具备多项创新功能，如文本配音、数字人播报、自动字幕识别、文章一键转视频、高效去水印、视频解说以及横屏转竖屏等。此外，丰富的素材库资源进一步提升了创作效率，助力用户轻松实现视频化表达。

Google 的一种模型，可根据文本描述生成高保真音乐。

从音频中删除填充音、口吃和口音。

使用机器学习从歌曲中分离乐器。

通过我们简单的 API 访问强大的音频 AI 模型。

使用 AI 在几分钟内将您的书面内容转换为人类品质的音频。

从任何音频和视频中提取人声、伴奏和各种乐器。

一款适用于所有会议、播客和其他实时音频的智能工具。

AI自动创作音乐

AI智能作曲

DeepBeat是一款利用机器学习技术打造的AI说唱歌词生成工具。它由Eric Malmi、Stephen Fenech和Pyry Takala等开发者精心开发，旨在通过独特的算法，将现有的说唱歌曲歌词进行巧妙组合，从而生成全新的、押韵且连贯的说唱歌词。

用人工智能探索休伯曼实验室的智慧。

来自 Adobe 的下一代音频就在这里。 记录、转录、编辑、分享。 每次都清晰明了。

使用 AI 生成可随时上传的带字幕视频短片，无需编辑。

当您专注于创建有意义的内容时，让 AI 为算法操心。

Dreamix 编辑视频，同时保持颜色、姿势、对象大小和相机姿势。

使用此 Chrome 扩展为 YouTube 视频生成摘 要。

Genmo AI，乃是一款免费的，由人工智能技术驱动的视频创作平台，专注于创造视频、3D模型、图像、艺术作品等。它赋予用户通过简便的文本输入或者图像上传操作，便能迅速地转换生成专业级水准的视频内容的能力。不管是个人创作者，还是教育领域的专业人士，亦或是营销团队，Genmo AI均能够为他们呈献简单且高效的视频制作解决之道。

Poised是一款AI沟通教练工具，它专注于分析用户在在线会议中的表现，并根据用户的沟通特点提供定制化的培训课程和改进建议。Poised的实时反馈功能允许系统在会议进行时即时指出用户的沟通不足，比如及时提醒用户“降低语速”或“调整摄像头角度”，帮助用户迅速纠正问题，提升沟通效果。

适合所有人的改变游戏规则的高保真无标记动作捕捉。

使用突破性的 AI 以视觉方式将电影和电视翻译成任何语言。

在 2 分钟内根据脚本或博客文章创建视频（带声音）。

在几分钟内录制、重新混合和分享鼓舞人心的视频。

在几分钟内从纯文本创建视频

Descript是一款由 Groupon 创始人Andrew Mason于2017年推出的「All-in-one」AI音视频创作平台。它把传统 DAW（数字音频工作站）和 NLE（非线性视频编辑器）的核心能力，塞进了一个「像 Google Docs 一样」的文本界面里

SKIPVID是一项创新的创建自动跳过视频片段链接在线服务平台，被认为是广告跳过神器，它赋予用户前所未有的能力——创建能够自动跳过特定片段的YouTube视频链接。这一功能让用户在观看视频时，能够轻松跳过不感兴趣或重复的内容，享受更加流畅、个性化的观影体验。

制作youtube视频的速度加快10倍

从您的长篇内容中自动创建简短的、高度共享的品牌视 频。

Segment Anything Model (SAM)：一种来自 Meta AI 的新 AI 模型，只需单击一下即可“切出”任何图像中的任何对象

开源 AI 语音社区，可让您从文本生成语音。

Supertone是一家专注于人工智能AI音频技术的初创公司，致力于通过创新的音频解决方案推动内容创作的边界。该公司提供了一系列强大的音频工具，包括语音合成、实时语音变换、降噪和去混响等功能，广泛应用于视频制作、播客、直播、游戏开发等多个领域。

使用多功能 AI 语音生成器从文本到语音。

用于视频游戏、后期制作等的直接情感生成 AI 声音。

为您的所有数字内容创建引人入胜的逼真 AI 配音

有声读物的 Apple Books 数字旁白。

人工智能驱动的文本到语音生成器

在几秒钟内生成类似人类的配音。

Whisper是OpenAI开发的自动语音识别（ASR）系统，它基于从网络收集的68万小时多语言和多任务监督数据进行训练。通过如此大规模且多样化的数据集训练，Whisper在面对各种口音、复杂背景噪音以及专业术语时，都展现出了强大的适应能力。

Speechify 可以将任何格式的文本转换为听起来自然的语音。该平台基于网络，可以将 PDF、电子邮件、文档或文章转换为可以收听而不是阅读的音频

讯飞智作是科大讯飞推出了一站式在线音视频制作和AI创作工具平台，平台涵盖合成配音、真人配音以及 AI 虚拟人视频制作等服务。它支持文字一键生成音频和视频，无论是短视频配音、广告配音，还是虚拟人播报视频，讯飞都能帮你高效输出，让 AI 助力音视频生产。

用听起来自然的声音让您的应用程序栩栩如生。