视频合成

一款无需下载安装、无需注册登录的免费在线工具，可轻松将静态图片搭配背景音乐合成个性化短视频，支持调整播放参数、添加滤镜特效与字幕，操作简单易上手，零基础用户也能快速生成符合需求的高质量短视频内容。支持多端访问与账号同步，满足个人与团队的日常使用需求。

Heygem是硅基智能开发并开源的Windows全离线AI数字人视频合成工具，支持精准外貌与声音克隆，可依托高精度AI算法捕捉面部特征与声音细节，支持多语言多模型，能生成逼真虚拟形象与高质量视频内容，可通过文本或语音驱动数字人生成对应视频。

一款面向内容创作者与普通用户的免费在线综合音视频文字处理工具，集成文字转语音、语音合成、字幕生成与视频合成、音文对齐等核心功能，无需下载安装客户端，打开浏览器即可直接使用，满足多数轻量音视频内容处理需求

一站式AI自动化视频生成平台，依托多AI模型协同协作，可完成从主题输入到成品输出的全流程自动化创作，支持AI文案生成、分镜配图、片段剪辑、AI配音等环节一键合成，降低视频创作门槛，帮创作者快速产出专业水准的成片。

基于深度学习的人像动画合成工具，可保身份一致性无需第三方工具 StableAnimator是基于深度学习的人像动画合成技术，依托参考图像与姿势序列完成条件合成，可输出保持人物身份一致的人像动画。不同于多数同类工具需要依赖第三方插件或模型，它无需调用第三方工具，降低了使用门槛，能够输出高质量的人像动画内容，满足相关创作需求。

结合视频扩散模型的通用场景高保真新视角合成方法 ViewCrafter是面向新视角合成的新颖计算机视觉方法，依托视频扩散模型的生成能力，结合基于点表示提供的粗略3D线索，可从单个或稀疏输入图像合成通用场景的高保真新视角。该方法通过迭代合成策略与相机轨迹规划扩展3D线索覆盖范围，突破传统方法对稀疏输入生成范围受限的问题，可支持沉浸式场景渲染与文本驱动3D内容创作。

可兼容现有图像合成模型的高速AI视频编辑合成工具 FlowVid是一款基于光流技术的AI视频合成工具，可与现有图像合成模型无缝配合，提供风格化、对象交换、局部编辑等操作。生成4秒、30FPS、512×512分辨率视频仅需1.5分钟，速度远超CoDeF、Rerender、TokenFlow等同类工具，用户评估生成质量得分也明显优于上述同类产品，可保障良好的时序一致性。

基于Gemelo的AI生成平台，可定制虚拟角色生成高质量音视频 Charactr依托Gemelo技术提供AI内容生成服务，可生成逼真人类语音、定制专属AI虚拟角色，产出适配业务需求的音视频内容。区别于普通AI生成工具，它的合成语音、视频质量更贴近真实人类，支持训练定制角色实现个性化客户互动。

基于锚跨帧机制的AI视频生成模型，提升合成时间连贯性 Fairy是一款聚焦AI视频生成的技术模型，核心采用基于锚的跨帧注意机制，可隐式在帧间传播扩散特征，保障时间连贯性与高保真合成效果。它突破了以往同类模型的内存与处理速度限制，还通过专属数据增强策略，进一步优化生成结果的时间一致性，解决了传统模型常见的帧间闪烁问题。

支持可控属性定制的角色视频合成工具，基于空间分解实现灵活创作 MIMO可根据用户提供的参考图像、姿势序列、场景素材合成带可控属性的角色视频。和传统合成方案不同，它将2D视频编码为紧凑空间代码，分解为主要人物、底层场景、浮动遮挡三个独立空间组件，支持灵活调整各属性，实现精准空间运动表达与3D感知合成，适配交互式真实场景创作需求。

基于音频生成表情自然唇同步的高质量说唱视频的AI项目 VividTalk是一款AI说唱视频生成技术，采用两阶段通用框架，第一阶段将音频映射到网格，分别处理非刚性表情运动与刚性头部运动，搭配可学习头部姿势码本，第二阶段通过双分支运动VAE合成高质量视频，效果优于以往同类SOTA模型，代码将在发表后公开。