AI视频制作教程 | 从脚本生成到智能剪辑的完整解决方案

Top

AI视频 2 days ago • 168

Kimi Linear – 月之暗面开源的新型混合线性注意力架构

Kimi Linear是什么Kimi Linear 是月之暗面推出的新型混合线性注意力架构，专为提升大型语言模型（LLMs）在长序列任务中的效率和性能设计。核心组件 Kimi Delta Attention（KDA）通过精细化的通道级门控机制和高效的块处理算法，显著提升模型的表达能力和硬件效率。Kimi Linear 采用 3:1 的 KDA 与全注意力层（MLA）混合设计，大幅减少 KV 缓

AI中国

AI视频 2 months ago

Reezo AI

Reezo AI 是什么？Reezo AI 是一款专注于短视频创意提示生成的 AI 工具，能够根据实时社交媒体趋势（TikTok、Instagram、YouTube 等）生成高病毒传播潜力的视频创作提示（video prompts）。它不仅提供创意，还会基于 2.8M+ 爆款视频数据进行“病毒预测评分”，并针对不同平台自动优化脚本结构、镜头语言、标签策略等，让创作者从“盲目拍”变成“数

AI中国

188 0

AI视频 2 months ago

Glass – 开源AI桌面助手，实时捕捉屏幕内容和音频识别

Glass是什么Glass 是Pickle 团队推出的开源隐形 AI 桌面助手。Glass能在后台实时捕捉屏幕内容和音频，将其转化为结构化知识。Glass核心功能包括实时会议记录、自动摘要生成、上下文理解及实时问答。Glass 的设计真正隐形，不会出现在屏幕录制、截图或 Dock 中，完全不干扰用户操作。Glass支持 macOS 和 Windows 系统，用户能免费使用，且无需注册。Glas

AI中国

212 0

AI视频 2 months ago

个知AI工作站

个知AI工作站是什么？“个知AI工作站” 是由个推（Getui）推出的一款集软件与硬件为一体的 AI 工具，整合了 DeepSeek 的“满血版大模型”。这款智算一体机主打快速落地 AI，适配办公、写作、科研等多种场景，承诺“开箱即用”式体验。应用场景根据宣传，该工作站适用于多种实际需求：日常工作提效（快问快答）深度思考与建议生成（多维建议）科研与专业决策（数据支撑）应用覆盖

AI中国

207 0

AI视频 2 months ago

Boba Anime

Boba Anime 1.3 是什么？Boba Anime 1.3 是由 Boba Labs 推出的前沿 AI 动漫生成模型，能够将文字、图片转化为高质量的动漫短片、静态画面和电影级镜头。它支持从 Text to Video、Text to Image 到 Image to Video 的全流程创作，并内置声音生成、对白、音效、角色口型同步等多模态功能，让你的动漫角色在数秒内“活”起来。

AI中国

163 0

AI视频 2 months ago

猫眼课题宝

猫眼课题宝是什么？猫眼课题宝是由见鲸科技（南京）有限公司推出的一款科研选题与课题申报智能服务平台，基于自主研发的鲸灵AI科研大模型，依托 828 万+基金数据与 1.6 亿+文献数据深度训练，为科研人员提供智能选题、标书生成、基金分析、文献分析、学科趋势预测、选题订阅及科研课程等全链路服务，助力科研人员精准高效完成课题立项与申报。应用场景智能选题：从海量基金与文献数据

AI中国

135 0

AI视频 2 months ago

AI Change Background

AI Change Background 是什么？AI Change Background 是一款基于人工智能的在线背景替换工具，能够在数秒内精准识别图片主体，并根据用户提供的文本提示生成全新的背景。无需模板库，只需一句话，就能为电商、创作者、设计师和各类专业人士提供高质量的背景更换与创意场景生成服务。无论是白底产品图、艺术写真，还是创意内容制作，都能实现专业化效果。AI Change B

AI中国

106 0

AI视频 2 months ago

Polygraf AI

Polygraf AI 是什么？Polygraf AI 是一款专注于AI生成内容检测、版权保护、数据隐私安全与内容优化的全栈式AI安全工具平台。它利用先进的机器学习和自然语言处理技术，帮助用户快速识别 AI 生成或篡改的文本与媒体内容，同时保护个人和企业的敏感信息不被泄露。该平台不仅能检测 ChatGPT、Gemini、Claude 等 AI 模型生成的内容，还支持深度分析、抄袭检测、人类化

AI中国

198 0

AI视频 2 months ago

Awesome AI Agents – e2b-dev推出的AI Agent大合集GitHub

Awesome AI Agents是什么Awesome AI Agents是e2b-dev维护的GitHub仓库，汇集和展示各种人工智能代理（AI Agents）相关的开源项目、闭源项目以及相关公司。仓库内容分为两部分：开源项目和闭源项目及公司。涵盖了从通用目的到特定领域（如编码、数据处理、商业智能等）的各种AI代理工具和框架。为开发者和研究人员提供了一个探索AI代理的平台，鼓励社区通过Pul

AI中国

188 0

AI视频 2 months ago

NeuralAgent – 开源的桌面AI助手，自然语言执行复杂任务

NeuralAgent是什么NeuralAgent 是开源的桌面 AI 个人助手，通过自然语言指令自动化执行多种复杂任务，如模拟键盘输入、鼠标点击、浏览器导航、表单填写和邮件发送等。NeuralAgent 支持桌面自动化，在 Windows 平台上支持后台浏览器控制，实现高效任务处理。NeuralAgent 集成 Claude、GPT-4、Azure OpenAI、Bedrock、Ollama

AI中国

181 0

AI视频 2 months ago

self-llm – 专为中国开发者推出的开源大模型教程

self-llm是什么self-llm （开源大模型食用指南）是Datawhale专为国内初学者打造的开源大模型教程，基于Linux平台，提供从环境配置到模型部署、微调的全流程指导，涵盖LLaMA、ChatGLM等主流模型。项目能简化开源大模型的使用流程，帮助学生和研究者快速上手。教程提供多种模型的详细教程、微调方法（如LoRA、ptuning）及应用案例，适合不同层次的学习者。项目鼓励社区参

AI中国

222 0

AI视频 2 months ago

WeKnora – 腾讯开源的文档理解与语义检索框架

WeKnora是什么WeKnora 是腾讯开源的基于大语言模型（LLM）的文档理解与语义检索框架。框架基于模块化设计，支持多模态文档解析（如 PDF、Word、图片等），通过 RAG（检索增强生成）机制实现精准问答。WeKnora 提供强大的多模态认知引擎、灵活的检索策略、私有化部署和开箱即用的 Web UI 界面，适用于企业知识管理、科研文献分析、法律合规审查等场景，支持本地化部署和微信生态

AI中国

120 0

AI视频 2 months ago

LandPPT – 开源AI PPT生成工具，简化三步工作流

LandPPT是什么LandPPT 是AI演示文稿生成平台，能将文档内容快速转换为专业的 PPT 演示文稿。LandPPT支持 OpenAI、Claude、Gemini 等多种 AI 模型，兼容 PDF、Word、Markdown 等文件格式，支持智能解析内容，生成结构清晰的大纲和精美的 PPT 页面。平台提供丰富的模板系统和自定义功能，用户基于现代化的 Web 界面进行可视化编辑、实时预览和

AI中国

133 0

AI视频 2 months ago

GitMCP – 开源MCP服务器，可将GitHub仓库转为实时文档中心

GitMCP是什么GitMCP 是开源的远程 Model Context Protocol (MCP) 服务器，能将 GitHub 仓库（包括代码库和 GitHub 页面）转变为实时文档中心，让 AI 工具（如 Cursor）直接访问最新文档和代码，消除代码幻觉提高代码准确性。GitMCP支持特定仓库和通用服务器两种模式，用户能根据需求选择。GitMCP 无需安装，零配置，支持嵌入式聊天，完全

AI中国

193 0

AI视频 2 months ago

GPT-5 – OpenAI推出的最新最强AI模型

GPT-5是什么GPT-5 是 OpenAI 最新推出的人工智能模型，是目前最强模型，面向所有用户开放。GPT-5是一个统一系统，包括一个基础模型用在解答常见问题，一个深度推理模型（GPT-5 思维模块）用在处理复杂难题，一个实时路由模块根据对话类型、问题复杂度、工具需求和用户指令（如“仔细思考”）智能调度模型。GPT-5 在编程、写作、数学、健康等多个领域表现出色，大幅减少幻觉和错误，回答更

AI中国

221 0

AI视频 2 months ago

Qwen-Flash – 阿里通义推出的Qwen3系列高性能模型

Qwen-Flash是什么Qwen-Flash是阿里通义千问推出的Qwen3系列Flash模型，版本号为qwen-flash-2025-07-28。模型在通用能力、推理能力、中英文知识处理及Agent能力上均有显著提升，特别优化主观开放类任务的处理，能更好地满足用户需求。Qwen-Flash支持1M超长上下文，适合处理复杂任务。定价为每百万字符0.00015元，具有速度快、成本低的优势，适合简

AI中国

114 0

AI视频 2 months ago

Speech 2.5 – MiniMax推出的新一代语音生成模型

Speech 2.5是什么Speech 2.5 是 MiniMax 推出的新一代语音生成模型，在多语种表现力、音色复刻和语言覆盖范围上实现重大突破。模型支持40种语言，能精准还原不同语言和口音的细节，复刻音色时保留风格与情绪，跨语种切换依然逼真。Speech 2.5 适用企业多语种客服、创作者全球内容制作和教育者语言教学等场景，助力全球化内容创作与传播。用户可通过MiniMax开放平台和Min

AI中国

169 0

AI视频 2 months ago

dots.vlm1 – 小红书hi lab开源的首个多模态大模型

dots.vlm1是什么dots.vlm1 是小红书 hi lab 开源的首个多模态大模型。基于一个从零训练的 12 亿参数视觉编码器 NaViT 和 DeepSeek V3 大语言模型（LLM），具备强大的视觉感知和文本推理能力。模型在视觉理解和推理任务上表现出色，接近闭源 SOTA 模型水平，在文本任务上也保持了竞争力。dots.vlm1 的视觉编码器 NaViT 完全从零开始训练，原生支

AI中国

105 0

AI视频 2 months ago

Genie 3 – 谷歌DeepMind推出的新一代通用世界模型

Genie 3是什么Genie 3是谷歌DeepMind推出的新一代通用世界模型，能实时生成高度动态且连贯的虚拟世界。模型具备模拟物理现象、自然生态系统、奇幻场景和历史场景的能力，支持用文本提示改变世界状态，如天气变化或引入新物体。Genie 3实现了长达数分钟的视觉一致性，视觉记忆能追溯到一分钟前。模型为AI智能体提供训练环境，支持复杂目标的实现，其技术突破为AI研究和应用带来新的可能性。

AI中国

127 0

AI视频 2 months ago

Claude Opus 4.1 – Anthropic推出的最新编程模型

Claude Opus 4.1是什么Claude Opus 4.1 是 Anthropic 公司最新推出的大型语言模型，是 Claude Opus 4 的升级版本。模型在多个方面进行优化和提升，包括推理质量、指令遵循能力及整体性能。在安全性评估中，Claude Opus 4.1 表现优异，拒绝违规请求的无害响应率从 97.27% 提升到 98.76%，同时在处理敏感主题的良性请求时，拒绝率极低

AI中国

201 0

AI视频 2 months ago

Chunkr – Lumina AI 推出的开源文档处理API

Chunkr是什么Chunkr 是 Lumina AI 推出的开源文档处理 API，专为 RAG（检索增强生成）和知识库场景设计。Chunkr 能将复杂文档（如 PDF、PPT、Word、图片等）转换为结构化数据，支持多格式智能解析。Chunkr 核心功能包括高精度 OCR、语义分块、多格式输出（HTML、Markdown、JSON、纯文本）及与多种 LLM（如 OpenAI、Claude、O

AI中国

133 0

AI视频 2 months ago

LangExtract – 谷歌开源的结构化信息提取工具

LangExtract是什么LangExtract 是谷歌开源的用在从非结构化文本中提取结构化信息的 Python 库。LangExtract 用大型语言模型（LLM），自动处理临床笔记、报告等材料，识别并组织关键细节，确保提取的数据与源文本精确对应。LangExtract支持多种 LLM，包括云托管模型（如 Google Gemini）和本地开源模型（通过 Ollama 接口）。LangEx

AI中国

138 0

AI视频 2 months ago

Qwen-Image – 阿里通义千问开源的文生图模型

Qwen-Image是什么Qwen-Image 是阿里通义千问团队开源的 20B 参数MMDiT模型，是通义千问系列中首个图像生成基础模型，模型在复杂文本渲染和精确图像编辑方面表现出色，支持多行布局、段落级文本生成及细粒度细节呈现，中英文都能实现高保真输出。Qwen-Image 在通用图像生成和编辑任务中展现出强大的能力，支持多种艺术风格和高级编辑操作。目前用户可通过Qwen Chat，图像生

AI中国

178 0

AI视频 2 months ago

AudioGen-Omni – 快手推出的多模态音频生成框架

AudioGen-Omni是什么AudioGen-Omni是快手推出的多模态音频生成框架，框架能基于视频、文本等输入生成高质量的音频、语音和歌曲。框架通过统一的歌词-文本编码器和相位对齐各向异性位置注入（PAAPI）技术，实现精准的视听对齐和跨模态同步。框架支持多语言输入，推理速度快，1.91秒能生成8秒音频，且在多种音频生成任务上表现出色，适用视频配音、语音合成和歌曲创作等场景。Audi

AI中国

115 0

AI视频 2 months ago

gpt-oss – OpenAI开源的推理模型系列

gpt-oss是什么 gpt-oss 是 OpenAI 推出的开源推理模型系列，包含 gpt-oss-120b 和 gpt-oss-20b 两个版本。gpt-oss-120b 拥有1170亿参数，激活参数约51亿，能在单张 80GB GPU 上运行；gpt-oss-20b 拥有210亿参数，激活参数约36亿，能在 16GB 内存的消费级设备（如笔记本或手机）上运行。两者均基于 MoE 架构，支持

AI中国

137 0

AI视频 2 months ago

Wuhr AI Ops – AI运维管理平台，提供一站式运维解决方案

Wuhr AI Ops是什么Wuhr AI Ops是智能化运维管理平台，通过AI技术简化复杂的运维任务。平台集成多模态AI助手，支持自然语言交互执行运维命令，能一键切换K8s集群和Linux系统命令环境。平台具备实时监控、日志分析、CI/CD管理、用户权限管理等功能，支持本地和远程主机统一管理。平台用ELK日志分析和Grafana性能监控，提供可视化流水线配置和多环境部署支持，帮助运维团队实现

AI中国

164 0

AI视频 2 months ago

Skywork MindLink – 昆仑万维开源的推理大模型

Skywork MindLink是什么Skywork MindLink是昆仑万维推出开源的推理大模型。具有自适应推理机制，可根据任务复杂度灵活切换推理模式，简单任务快速生成，复杂任务深度推理，兼顾效率与准确性。计划驱动推理范式去掉了“think”标签，降低了推理成本，提升了多轮对话能力。提出了新的数学分析方法，显著提升了数学推理水平。在性能方面，Skywork MindLink在“人类最后的

AI中国

104 0

AI视频 2 months ago

ScreenCoder – 开源的智能UI截图生成前端代码工具

ScreenCoder是什么ScreenCoder 是开源的智能 UI 截图转代码系统，支持将任何设计截图快速转换为整洁、可编辑的 HTML/CSS 代码。ScreenCoder用模块化多智能体架构，结合视觉理解、布局规划和代码合成技术，生成高精度、语义化的前端代码。用户根据需求轻松修改布局和样式，实现设计与开发的无缝衔接，适用快速原型设计和像素级完美界面构建，大大提升前端开发效率。Scr

AI中国

114 0

AI视频 2 months ago

RedOne – 小红书推出的社交大模型

RedOne是什么RedOne 是小红书推出的首个面向社交网络服务（SNS）领域的定制化大语言模型（LLM）。模型通过三阶段训练策略，注入社交文化知识，强化多任务能力，并对齐平台规范与人类偏好。相较于基础模型，RedOne 在八大社交任务上平均性能提升14.02%，在双语评测基准上提升7.56%。模型在有害内容检测中将曝光率降低11.23%，在浏览后搜索中将点击页面率提升14.95%。RedO

AI中国

213 0

AI视频 2 months ago

Windows-MCP – 开源的AI Agent与Windows系统无缝集成工具

Windows-MCP是什么Windows-MCP 是轻量级、开源的 AI Agent与 Windows 系统集成工具。Windows-MCP作为 MCP 服务器，让大语言模型（LLM）能直接操作 Windows，实现文件浏览、应用控制、UI 交互、QA 测试等功能。Windows-MCP支持任何 LLM，无需依赖传统计算机视觉或特定微调模型，具备丰富的 UI 自动化工具集，操作延迟低（1.5

AI中国

218 0

AI视频 2 months ago

Animated Drawings – Meta AI推出的AI手绘作品转动画工具

Animated Drawings是什么Animated Drawings是Meta AI推出的开源工具，基于AI技术将手绘人物绘画自动转化为动画。Animated Drawings提供一套完整的工具和算法，能检测、分割绘画中的人物，为其生成动画效果。用户能通过配置文件灵活控制动画的场景、动作和角色。工具提供自动注释生成工具，帮助用户快速创建动画所需的注释文件。Animated Drawing

AI中国

218 0

加载更多

Popular Tags

深度研究PDF导出功能大模型领域隐私计算技术 wolfram video diffusion 网络安全 AI 工具无限时长电影生成消费者认知兼职赚钱

Popular Authors

AI中国

11451 Articles 95.03万 Followers

钛媒体APP

1474 Articles 0 Followers

IT之家

1221 Articles 5.64K Followers

人人都是产品经理

1193 Articles 5.87万 Followers

AIbase基地

1064 Articles 9.63万 Followers

36氪

1010 Articles 5.63K Followers

登录账号

Recommended Articles

Claude Code或将向Pro用户开放

n8n vs Dify vs Coze——自动化与AI平台综合对比分析

国家安全部：警惕人工智能数据投毒，0.01% 虚假文本可致有害输出增加 11.2%

速抢（2核2G）77元/年香港免备案服务器

​Anthropic研究：仅需 250 份中毒文件即可轻易攻破大型 AI 模型

这家中国软件巨头，靠AI能否“蝶变”？

老奶奶情感语录ai怎么做？批量生产的“治愈老奶奶”情感语录视频制作方法

Manus新功能一手实测！10分钟8页PPT，网友：当前第一名没跑

Popular Tags

Popular Authors

为您推荐

Anthropic研究：仅需 250 份中毒文件即可轻易攻破大型 AI 模型