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 • 171

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

MiDashengLM – 小米开源的高效声音理解大模型

MiDashengLM是什么MiDashengLM是小米开源的高效声音理解大模型，具体参数版本为MiDashengLM-7B 。模型基于 Xiaomi Dasheng 音频编码器和 Qwen2.5-Omni-7B Thinker 解码器构建，用通用音频描述对齐策略，实现对语音、环境声音和音乐的统一理解。模型性能卓越，推理效率高，首 Token 延迟仅为业界先进模型的 1/4，支持大规模并行处理

AI中国

83 0

AI视频 3 months ago

Coze Loop – 字节Coze推出的AI Agent开发与调试平台

Coze Loop是什么Coze Loop（扣子罗盘）是字节跳动旗下Coze平台开源的专注于AI智能体（Agent）开发与运维的管理平台，为开发者提供从开发、调试、评估到监控的全生命周期管理能力。包括提示词工程、Agent效果评测、性能监控与调优、透明决策监控以及多模型对比。支持提示词的编写、优化和版本管理，提供AI辅助优化功能，显著提升提示词开发效率。Coze Loop通过系统化的评估体系，

AI中国

200 0

AI视频 3 months ago

Qwen3-235B-A22B-Thinking-2507 – 阿里推出的最新推理模型

Qwen3-235B-A22B-Thinking-2507是什么Qwen3-235B-A22B-Thinking-2507 是阿里巴巴发布的全球最强开源推理模型。基于2350亿参数的稀疏混合专家（MoE）架构，每次激活220亿参数，拥有94层Transformer网络和128个专家节点。模型专为复杂推理任务设计，支持256K原生上下文处理能力，可应对长文本和深度推理链。在性能方面，Qwen3-

AI中国

106 0

AI视频 3 months ago

Coze Studio – 字节跳动开源的AI Agent开发平台

Coze Studio是什么Coze Studio（扣子开发平台）是字节跳动开源的AI智能体开发平台，帮助开发者快速构建、部署和管理AI智能体。提供一站式开发环境，支持Prompt、RAG、Plugin、Workflow等核心技术，通过可视化工作流编排，开发者可以零代码或低代码开发复杂AI应用。平台内置插件框架，可将第三方API或私有能力封装为插件，扩展智能体功能。Coze Studio采用G

AI中国

127 0

AI视频 3 months ago

Step 3 – 阶跃星辰最新推出的多模态推理模型

Step 3是什么Step 3 是阶跃星辰最新发布的新一代基础大模型，专为推理时代设计，兼具高性能与极致成本效益。采用 MoE 架构，拥有 321B 总参数量和 38B 激活参数量，是首个全尺寸、原生多模态推理模型，具备强大的视觉感知和复杂推理能力，能在多个领域实现高效应用。通过 AFD 分布式推理系统和 MFA 注意力机制，实现了推理效率的大幅提升。在国产芯片上，推理效率可达同类模型的

AI中国

241 0

AI视频 3 months ago

Higgs Audio V2 – 开源语音大模型，能模拟多人互动场景

Higgs Audio V2是什么Higgs Audio V2 是李沐及其团队 Boson AI 开发的开源语音大模型。基于超过1000万小时的音频数据训练而成，具备多语言对话生成、自动韵律调整、语音克隆和歌声合成等功能。模型能模拟自然流畅的多人对话，自动匹配说话者的情绪和语调，支持低延迟的实时语音交互。支持零样本语音克隆，用户只需提供简短语音样本，即可复制特定人物的声音特征，可以合成歌声。H

AI中国

240 0

AI视频 3 months ago

Agentar-Fin-R1 – 蚂蚁数科推出的金融推理大模型

Agentar-Fin-R1是什么Agentar-Fin-R1 是蚂蚁数科推出的专门面向金融领域的大型语言模型，提升金融场景中的推理能力、可信度和领域专长。模型基于 Qwen3 基础模型开发，提供 8B 和 32B 参数版本，通过精细化的金融任务标签体系和多层可信度保障框架进行优化。在数据构造上采用标签驱动的三级流水线，确保数据来源可信、合成可信和治理可信。模型在金融基准测试（如 Fineva

AI中国

162 0

AI视频 3 months ago

MonkeyCode – 开源的企业级本地AI编程助手

MonkeyCode是什么MonkeyCode 是开源的企业级 AI 编程助手，支持私有化部署和离线使用，保障代码隐私与安全。MonkeyCode 兼容多种本地化大模型，具备代码补全、自然语言编程、代码安全扫描等功能，配备企业级管理面板，支持对 AI 编程行为进行严格审计和管控。MonkeyCode 安装便捷，基于 Docker 运行，适合注重隐私和安全的开发团队，提升研发效率并保障代码质量。

AI中国

145 0

AI视频 3 months ago

SuperDesign – 开源AI设计Agent，并行生成多个设计选项

SuperDesign是什么SuperDesign 是开源AI设计Agent，帮助设计师和开发者在 IDE 中直接生成 UI 原型、组件和线框图。工具支持自然语言输入，能并行生成多个设计选项，方便用户快速探索不同创意。SuperDesign 支持与 Cursor、Windsurf、Claude Code 和 VS Code 等主流 AI 编辑器无缝集成，支持设计变体管理、快速迭代和本地存储。工

AI中国

155 0

AI视频 3 months ago

KAT-V1 – 快手开源的自动思考模型

KAT-V1是什么KAT-V1是快手开源的自动思考（AutoThink）大模型，包含40B和200B两个版本。模型融合思考与非思考能力，能根据问题难度自动切换思考模式。40B版本性能逼近DeepSeek-R1（6850亿参数），200B版本在多项基准测试中超越Qwen、DeepSeek和Llama等开源模型。KAT-V1用长短思考混合训练范式和新型强化学习方法Step-SRPO，提升思考密度和

AI中国

227 0

AI视频 3 months ago

Qwen-MT – 阿里通义千问推出的机器翻译模型

Qwen-MT是什么Qwen-MT 是阿里通义千问团队推出的机器翻译模型，基于强大的 Qwen3 架构开发。模型支持 92 种语言的高质量互译，覆盖全球 95% 以上的人口，能满足多样化的跨语言交流需求。模型基于轻量级 MoE 架构，具备低延迟和低成本的特点，每百万输出 token 的 API 调用成本低至 0.5 美元。模型支持术语干预、领域提示和翻译记忆等功能，能根据用户需求定制翻译风格。

AI中国

192 0

AI视频 3 months ago

Seed LiveInterpret 2.0 – 字节跳动Seed推出的同声传译模型

Seed LiveInterpret 2.0是什么Seed LiveInterpret 2.0 是字节跳动Seed团队推出的端到端同声传译模型，支持中英双向翻译。具备接近真人水平的翻译准确率和极低的延迟，能实现“边听边说”的实时翻译。模型基于全双工语音生成理解框架，支持多人语音输入，可实时复刻说话人的音色，无需提前采集声音样本。在复杂场景下，翻译准确率超70%，单人演讲时超80%。平均语音到语

AI中国

219 5

AI视频 3 months ago

UP简历

UP简历是什么？UP简历是一款AI智能简历SaaS工具，旨在帮助学生和职场新人轻松创建专业且引人注目的简历。通过使用前沿的AI技术，UP简历简化了繁琐的简历制作过程，提供了一次简单、高效且充满成就感的智能体验。UP简历应用场景学生求职：帮助学生创建第一份简历，突出教育背景和潜在能力。职场新人：为初入职场的新人提供简历制作指导，提升求职成功率。职业转换：助力职业发展和工作领域转换的专业

AI中国

217 7

AI视频 3 months ago

OxyGent – 京东零售开源的多智能体协作框架

OxyGent是什么OxyGent是京东零售Oxygen团队开源的多智能体协作框架，能帮助开发者高效组装多智能体系统。OxyGent将工具、模型和智能体抽象为可插拔的模块（Oxy），支持像搭积木一样灵活组合，具备极致可扩展性和全链路决策追溯能力。基于团队协作式界面，开发者能像与真实队友交流一样分配任务，智能体自动响应并反馈结果。OxyGent支持智能体认知可视化、性能剖析和持续进化，助力开发者

AI中国

167 9

AI视频 3 months ago

Qwen3-Coder – 阿里通义千问推出的代码生成模型

Qwen3-Coder是什么Qwen3-Coder 是阿里通义千问团队推出的强大代码生成模型，拥有 480B 参数和 35B 激活参数，支持原生 256K token 上下文，支持扩展达到 1M token。模型在 Agentic Coding、Agentic Browser-Use 和 Agentic Tool-Use 等任务上表现卓越，达到开源模型的顶尖水平。Qwen3-Coder 基于大

AI中国

132 8

AI视频 3 months ago

Mureka V7 – 昆仑万维推出的最新AI音乐生成模型

Mureka V7是什么Mureka V7是昆仑万维推出的先进的AI音乐模型，具备强大的音乐创作能力。模型基于MusiCoT（音乐思维链）技术，先规划整体音乐结构再填充细节，生成的音乐更具连贯性和艺术性。Mureka V7支持10种语言，能创作流行、摇滚、电子等多种风格的歌曲和纯音乐，支持用文字描述生成专属音色。用户能在简单模式快速创作，或在高级模式下上传参考歌曲实现风格定制。Mureka V

AI中国

204 8

AI视频 3 months ago

Seed GR-3 – 字节跳动推出通用机器人模型

Seed GR-3是什么Seed GR-3 是字节跳动 Seed 团队推出的通用机器人模型，具备高泛化能力、长程任务处理能力和柔性物体操作能力。Seed GR-3融合视觉 – 语言 – 动作信息的“大脑”、三合一数据训练法（机器人数据、VR 人类轨迹数据、公开图文数据）及定制的灵活“身体”ByteMini，实现对新物体、新环境和复杂指令的理解与执行。GR-3 在长序列任务、双臂协同操作和柔性物

AI中国

138 7

AI视频 3 months ago

OpenBB – 开源AI金融分析平台，一键获取期权异动

OpenBB是什么OpenBB 是开源的金融平台，支持为个人和企业提供强大的投资研究工具。平台集成股票、期权、加密货币、外汇、宏观经济和固定收益等多种金融数据，支持用 Python 接口和命令行界面快速调用数据。OpenBB 提供企业级可视化界面（OpenBB Workspace），支持本地部署和 AI 功能，确保数据安全与隐私。OpenBB 目标是用开源的力量，打破专业金融数据的壁垒，让任何

AI中国

166 0

AI视频 3 months ago

OpenReasoning-Nemotron – 英伟达开源的系列推理模型

OpenReasoning-Nemotron是什么OpenReasoning-Nemotron是英伟达开源的一系列推理能力强大的大型语言模型（LLM），基于DeepSeek R1 0528 模型蒸馏而成，参数规模涵盖1.5B、7B、14B和32B。模型专注于数学、科学和代码领域的推理任务，基于大规模数据蒸馏和有监督微调（SFT）训练，在多个基准测试中创下新纪录，数学上，更是超越了o3，展现出卓

AI中国

158 0

AI视频 3 months ago

Seed-X – 字节跳动开源的多语言翻译模型

Seed-X是什么Seed-X是字节跳动Seed团队推出的开源多语言翻译模型，拥有70亿参数，支持28种语言的双向翻译。Seed-X通过高质量的多语言数据预训练、指令微调和强化学习相结合的方式，显著提升翻译能力，在处理复杂语言模式和生硬翻译时表现出色。Seed-X在自动评估和人工评估中均表现出色，与超大型模型如GPT-4、Claude-3.5等相当甚至更好。Seed-X推出挑战性测试集Seed

AI中国

234 0

AI视频 3 months ago

JoyAgent-JDGenie – 京东开源的通用多智能体系统

JoyAgent-JDGenie 是什么 JoyAgent-JDGenie是京东开源的首个高完成度轻量化通用多智能体产品，作为完整的端到端智能体系统，无需二次开发能直接使用，支持多种任务处理，如生成报告、分析数据等。JoyAgent-JDGenie通用性强，支持用户用挂载子智能体或工具快速扩展功能。在 GAIA 榜单上，准确率高达75.15%，超越多个行业知名产品。产品具备多智能体设计模式、跨任

AI中国

158 0

AI视频 3 months ago

雾象Fogsight – AI动画生成Agent，输入主题生成完整叙事动画

雾象Fogsight是什么雾象Fogsight是大型语言模型（LLM）驱动的动画生成智能体，用户输入抽象概念或词语，能生成高水平的生动动画。核心功能包括“概念即影像”，能将输入的主题转化为叙事完整的动画，包含双语旁白和电影级视觉质感；“智能编排”，利用LLM驱动的编排能力自动完成创作流程；以及“语言用户界面（LUI）”，支持用户通过多轮对话对动画进行精准调优和迭代。雾象Fogsight的主

AI中国

153 0

AI视频 3 months ago

ChatFlow – 开源的AI工作流自动化工具

ChatFlow是什么ChatFlow 是开源的简易工作流引擎，支持将用户设计的高质量流程与 AI 的生成能力相结合。ChatFlow支持可视化组件和自动化执行，能帮助开发人员快速生成代码、测试用例，辅助写作和系统设计。基于 ClickPrompt 提供的界面，用户能轻松操作，实现从模糊需求到具体实现的自动化转换。ChatFlow 开源且易于扩展，适合开发者、写作人员和任何需要高效工作流的用户

AI中国

174 0

AI视频 3 months ago

MirageLSD – Decart AI推出的实时视频生成模型

MirageLSD是什么MirageLSD 是 Decart AI 团队推出的全球首个 Live-Stream Diffusion（实时流扩散）AI 视频模型，能实现无限时长的实时视频生成，延迟低至 40 毫秒以内，支持 24 帧/秒的流畅输出。通过 Diffusion Forcing 技术和历史增强训练，解决了传统自回归模型在长时间生成中的误差累积问题，实现了视频的无限生成。基于Hopper

AI中国

256 11

AI视频 3 months ago

推推侠

推推侠是什么？推推侠是一款专为跨境电商和TikTok卖家量身打造的TikTok达人建联神器，由杭州翠柳科技有限公司开发。它通过AI算法与RPA技术，精准识别、智能扩展并高效连接高潜达人和爆单达人，实现从“广撒网”到“精准爆破”的营销协同，极大地提高了品牌出海的投放效率和达人转化成功率。推推侠应用场景推推侠在以下场景中尤为出色：跨境电商卖家找达人带货：精准匹配适合自家产品的达人，快速提高

AI中国

211 11

AI视频 3 months ago

VidAU

VidAU AI 是什么？VidAU AI 是一款由 VidAU Technology Limited 推出的 AI 视频广告生成平台，专为品牌、商家与营销人员打造，旨在通过人工智能自动生成高转化率的视频广告，无需剪辑技能、无需拍摄团队，一站式完成从脚本创作到视频制作的全过程。它整合了 AI 头像（Avatar）演绎、GPT-4o 编剧、AI 语音合成、字幕/水印移除、多语种翻译等功能，是现

AI中国

205 11

AI视频 3 months ago

绘想

🔍 绘想是什么？绘想（Huixiang）是百度推出的AI视频创作平台，依托其自研的多模态视频生成大模型 MuseSteamer，为用户提供从文本、图像到视频的自动创作能力。绘想支持1080P高清输出，可在30秒内生成一段拥有电影镜头语言、连贯人物动态的短视频，并搭配自动生成的音效与配音，极大地降低了内容创作门槛。该平台结合灵感推荐、一键同款等高效创作工具，为企业、自媒体、教育、游戏等行业提供

AI中国

231 11

AI视频 3 months ago

Clothes Swap AI

Clothes Swap AI 是什么？Clothes Swap AI 是一个基于人工智能的虚拟试衣平台，用户只需上传自己的照片，即可实时模拟试穿各种服装。这一平台通过先进的AI图像处理技术，将用户的身形与目标服装进行精准匹配，生成极具真实感的换装效果图。无论是休闲装、正装还是裙装，都可以轻松试穿、自由切换，彻底革新了线上购物体验。Clothes Swap AI 应用场景👗 电商购物前试

AI中国

164 11

AI视频 3 months ago

Kimi K2

Kimi K2 是什么？Kimi K2 是由 Moonshot AI 推出的新一代开源 AI 助手，具备 1 万亿总参数（1T）和 32B 激活 MoE 模型，在数学推理、代码编写、多模态理解等方面表现卓越。该模型基于 MuonClip 技术预训练，处理了高达 15.5 万亿 tokens，无训练突刺，代表了大模型训练的顶尖水平。Kimi K2 被誉为类 Claude 4 和 GPT-4.

AI中国

356 44

AI视频 4 months ago

信风AI外贸获客智能体

🌐 信风是什么？信风AI（TradeWind AI）是一款专为中国外贸企业打造的AI智能获客系统。它基于Deepseek大模型训练，融合30年制造业进出口实操数据，能自动化搜索全球亿万级企业信息，精准推荐潜在客户，实现“地图找客户 + AI写开发信 + AI打电话” 的一站式外贸拓客流程。信风不仅能完成高效线索挖掘，还具备多语种翻译、跨平台营销文案生成、Whatsapp与邮件自动跟进、CRM集

AI中国

176 11

加载更多

Popular Tags

科技媒体科技企业家手机AI功能发现《人机朋友》分镜生成综艺 GrokImagine Gemini-2.5-pro AI创新应用大赛 Medallia

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

OpenAI 计划在阿布扎比建造超大数据中心，规模远超摩纳哥

AI Agent：不止于聊天的智能革命，你的下一位“数字超能伙伴”全解析

英伟达50亿美元入股英特尔，芯片巨头联手重塑AI格局

腾讯游戏，先尝到AI的甜

2025法律人必备AI工具箱，玩转deepseek指南

manus测试，让manus来做两个分析类的任务

速抢（2核2G）77元/年香港免备案服务器

豆包悄悄上线的这个新功能，也能用眼睛推理全世界了。

Popular Tags

Popular Authors

为您推荐