多模态AI

Veo Google DeepMind 的视频生成模型，按文字提示生成视频并同步合成音效、环境声与人物对白，在物理表现和指令遵循上做了改进，适合做短片、广告概念或分镜预演时快速把文字创意变成带声音的片段。 拓元智慧 国内团队研发的世界动作模型（VWA）与具身智能基础设施，统一世界模拟、物理法则与机器人动作预测，面向通用机器人研发者。 Seedance 字节跳动 Seed 团队推出的视频生成模型，支持文字或图片生成 1080p 视频，原生多镜头叙事能保持主体与风格连贯，运动表现和多种画风按指令响应，适合广告短片创作者把文字构想转成画面。 可灵AI有免费版 快手推出的 AI 内容生成平台，支持文生视频、图片生成和数字人制作，提供 Kling 4.0 与 Flash 两档模型并可按分辨率、时长、画幅调节，适合营销运营人员快速产出短视频素材。 Hallo免费 复旦大学等机构联合开源的音频驱动人像动画工具，输入一张人像照片和一段音频即可生成嘴形、表情与头部动作同步的说话视频，代码与模型权重以 MIT 协议开放，适合有 Ubuntu + CUDA 环境的研究生和算法工程师在本地配环境跑推理。 MemFree可选登录 融合搜索引擎与 AI 问答的网页工具，可联网检索、解析上传的 PDF 与 Twitter 内容并生成整合答案，支持图片提问和网页总结后追问，适合读论文、看长网页时把原文丢进去核对某个说法。 S Seed-TTS 字节跳动 Seed 团队提出的大规模自回归文本转语音模型系列，支持零样本音色克隆、跨语种朗读和情感控制，技术报告页附音频样例可试听，适合语音研究者与开发者评估技术路线、判断能否用于配音。 Picir AI有免费版要登录 集成 Veo、Sora、Kling、Nano Banana 等多个模型的在线 AI 视频与图像生成平台，用提示词做文生视频、图生视频和图像细节修改，切换模型即可换风格或速度，适合需要批量产出短视频和配图的电商运营者。 海艺AI有免费版要登录 成都海艺互娱运营的在线 AI 创作平台，把可灵、Seedance、通义万相等多个第三方模型与自研模型放在同一界面，支持文生图、文生视频和短剧创作，可点「做同款」套用他人提示词与参数，适合设计、自媒体和短剧从业者一次横向比较各模型出图效果。 腾讯云智能数智人付费 腾讯云的多模态人机交互系统，提供 2D、3D 虚拟形象定制，支持唇形同步的音视频播报和接入业务系统的对话交互，适合商场、酒店在服务大厅里放一个能开口导购和导览的数智人。 Jaaz AI 创意工作台，把绘图、对话和图像视频素材放在同一块画布上，边聊边改，适合做视觉概念和品牌方向探索的人。 通义万相 阿里巴巴通义旗下的 AI 视觉创作平台，支持文生图、文生视频和参考图再创作，万相 3.0 可原生生成 30 秒视频、最多参考 20 个素材，适合做社交媒体内容的人快速产出配图和短视频。 万兴天幕AI要登录 万兴科技推出的 AI 内容生成平台，把文生视频、局部重绘、文生音乐与音效放在同一个创作广场，文生视频可用文字控制推拉摇移等镜头动作，适合短视频账号运营者用模板和灵感社区快速出片。 Ketchup AI有免费版要登录国内可直接访问 一站式 AI 创作工作台，在同一处调用 Nano Banana、Seedance、Veo 等模型生成图片、视频、音乐和克隆语音，可围绕同一主题依次产出配套素材，适合营销团队一次凑齐多语言图文与旁白。 本站 11 月 8 日 检测 穹彻智能 做通用具身智能大脑的公司，提供 Noematrix Brain 基础模型与开发者工具、覆盖数据采集到部署的 Toolchain 工具链和 AnySkill 原子技能库，适合机器人团队开发物流分拣、家庭服务等具身场景。