Lumen5

腾讯智影是由腾讯推出的一款AI智能创作工具，融合了AI数字人、AI文字配音TTS、文章转视频等多项AIGC能力。

MOKI是美图公司推出的AI短片创作工具，专注于辅助视频创作者打造动画短片、网文短剧、故事绘本和音乐视频（MV），基于美图自研的奇想智能大模型（MiracleVision），通过智能剪辑、自动配乐、音效添加和字幕生成等功能，大幅简化视频制作流程，提高创作效率。MOKI深度理解创作者需求，实现内容和成本的双重可控，让视频创作变得更加简单和高效。 MOKI的主要功能 AI短片创作：MOKI支持用户创作多种类型的视频内容，包括动画短片、网文短剧、故事绘本和音乐视频等，满足不同创作需求。MOKI通过AI技术，提供创意构思辅助，帮助用户快速生成视频脚本和故事板。 智能剪辑：MOKI利用AI算法自动识别视频中的关键帧，确保剪辑过程中重要内容不被遗漏。根据视频内容的节奏和情感变化，MOKI会智能调整剪辑节奏，使视频更加流畅和富有表现力。 AI配乐：MOKI的AI配乐功能可以根据视频的主题和情感氛围，自动匹配合适的背景音乐。提供丰富的版权音乐库，确保用户使用的背景音乐合法且多样。 音效添加：MOKI能够根据视频的具体场景，自动添加环境音效或特定动作音效，增强视频的真实感。平台提供广泛的音效资源，用户可以根据需要选择和调整音效。 自动字幕：MOKI通过先进的语音识别技术，自动将视频中的对话转换成文字，并支持多种语言的字幕生成，满足不同地区用户的需求。 内容可控性：虽然MOKI提供自动化的创作流程，但用户仍然可以对生成的内容进行细致的编辑和调整。用户可以根据自己的创意和需求，对视频的各个方面进行个性化定制。 如何使用MOKI MOKI的官方网站（moki.cn）目前已上线，但是产品功能还未上线，后续将于7月31日正式开放，届时AI工具集会第一时间为大家更新。 MOKI的工作流程 MOKI的AI短片工作流与传统视频制作流程相比，在多个方面实现了效率的显著提升 前期准备阶段： 用户首先利用MOKI的AI功能快速生成视频脚本，这一过程可以根据用户的需求和创意快速完成。 接着，用户可以选择视频的视觉风格和角色设计，MOKI提供多样化的风格选项，以适应不同的故事背景和用户偏好。 分镜图与视频素材生成阶段： 在脚本和视觉元素确定后，MOKI的AI将智能生成连续的分镜图，这些分镜图为视频制作提供了详细的视觉规划。 用户可以对生成的分镜图进行局部重绘和调整，以确保每个场景都符合创意愿景。 利用美图奇想大模型的强大能力，分镜图被转化为具有动态效果的视频片段，大大减少了传统拍摄和动画制作的时间与成本。 后期制作与优化阶段： 用户通过MOKI的智能剪辑功能，将所有视频素材流畅地串联起来，形成初步的视频草稿。 AI音效和AI配乐功能根据视频内容自动添加合适的音效和背景音乐，增强视频的听觉体验。 自动字幕功能确保视频的对话部分有准确的文字描述，提高视频的可访问性。 如果有需要改进的地方，MOKI支持用户进行多次精细化剪辑和调优，直到达到满意的效果。

闪剪是什么 闪剪是一款基于人工智能技术的数字人短视频营销创作工具，提供包括定制数字人、克隆声音、口播视频智能成片、照片数字克隆人等多种功能模块，旨在帮助用户和企业轻松高效地制作和发布短视频内容。通过AI技术，闪剪能够实现数字人的个性化定制，以及视频内容的智能编辑和批量生成，极大地降低了视频制作的门槛，适用于自媒体创作、跨境电商、广告营销等多个领域，助力用户驾驭全媒体营销新时代。 闪剪的主要功能 定制数字人/克隆声音： 用户可以录制视频和音频，通过AI技术1:1克隆自己的数字分身和声音，创建一个专属的虚拟形象，用于各种社交媒体和营销场景。 口播视频智能成片： 结合AI写作和智能包装，用户可以快速生成数字人口播视频。这个功能支持一键智能剪辑，批量生成短视频，帮助用户高效地打造内容矩阵。 口播视频自由创作： 提供多种爆款文案作为创作灵感，AI一键改写功能帮助用户轻松上热门。用户还可以自由剪辑制作数字人短视频，使得内容创作更加灵活多样。 照片数字克隆人： 用户上传一张照片，就可以让照片中的人物“复活”，开口说话。支持文字、录音、视频三种驱动方式，用于复刻声音、定制祝福视频等，实现无限创意可能。 视频订阅号： 用户可以通过这个功能管理和发布自己的视频内容，保持与粉丝的持续互动和内容更新。 直播快剪： 提供直播切片功能，用户可以快速剪辑直播内容，生成精彩的短视频片段，用于后续的分享和推广。 如何使用闪剪AI生成视频 访问闪剪的官网（shanjian.tv），点击右上角登录/注册按钮 选择你要使用的AI数字人模板，点击立即制作 然后输入文案、选择音乐、设置背景、文字等 点击预览查看视频生成效果，右上角点击导出视频进行下载 闪剪的产品价格 免费版：提供免费公共数字人、免费公共配音、单条视频5分钟、720P视频清晰度、视频有水印、5GB云存储 付费会员版：月会员298元，提供所有公共数字人、所有公共配音、单条视频10分钟、1080P高清视频、视频无水印、50GB云存储 闪剪的应用场景 自媒体内容创作： 自媒体创作者可以使用闪剪快速生成具有吸引力的短视频内容，提高内容的产出效率和质量。无论是教育、娱乐、生活方式还是新闻资讯类内容，闪剪都能提供相应的视频制作支持。 品牌营销推广： 企业和品牌可以利用闪剪的数字人技术创建虚拟形象代言人，通过生动的视频内容吸引目标受众，增强品牌形象和市场影响力。 电商直播带货： 电商平台上的商家可以使用闪剪制作吸引人的产品介绍视频，或者通过数字人直播功能，实现24/7不间断的在线直播带货，提高销售转化率。

Stable Video是什么 Stable Video由Stability AI最新上线的人工智能视频生成工具，基于潜在扩散模型Stable Video Diffusion，可以直接在线快速创建高质量的视频内容。该工具允许用户从文本描述或静态图像出发，生成连贯且逼真的视频序列，实现了从文本到视频和图像到视频的转换。 Stable Video的核心功能 文本到视频生成：Stable Video能够将用户的文本创意转化为生动的视频画面，无论是叙事故事、概念演示还是情感表达，都能通过这一功能得到视觉化的呈现，极大地丰富了内容创作的边界。 静态图像动态化：该模型具备将静态图像转化为动态视频的能力，用户可以上传一张图片，模型便会根据图像内容生成连贯的视频序列，为静态艺术注入生命力，开启无限想象空间。 画面参数灵活调整：Stable Video提供了高度灵活的画面参数调整功能，用户可以精确控制视频的相机运动，包括锁定焦点、模拟抖动效果、实现缩放和平移，以及调整倾斜和垂直移动，从而创造出更具动态感和专业感的视频作品。 多画幅比例适配：为了适应不同平台和展示场景的需求，Stable Video支持多种视频画幅比例，包括16:9、9:16和1:1，确保视频内容在各种设备和媒体平台上都能完美呈现，无论是在宽屏电视、移动设备还是社交媒体上。 风格多样化：Stable Video不仅能够生成现实风格的视频，还支持多种艺术风格，如3D立体效果、电影质感、动画风格、漫画风格、奇幻元素、霓虹朋克风格、摄影艺术、纹理效果、折纸艺术等，为用户提供了丰富的视觉表达手段，激发创意灵感，实现个性化的视频创作。 如何使用Stable Video生成视频 访问Stable Video的官网（stablevideo.com），然后进行登录/注册 登录后选择Start with Image或Start with Text进行图生视频或文生视频 文生视频则输入提示词、选择视频画幅比例、视频风格；若图生视频则上传图片并设置画面参数 最后点击Generate按钮等待视频生成即可 Stable Video的产品价格 免费版：用户注册后每日都可获得免费的150积分，约可生成15个视频（图生视频每次消耗10积分、文生视频每次消耗11积分） 付费版：10美元500积分约可生成50个视频，50美元3000积分约可生成300个视频 Stable Video的应用场景 电影和游戏制作：Stable Video能够将真实场景与虚拟物体无缝融合，为电影和游戏制作提供逼真的视觉效果。它可以用于创造复杂的场景、角色和特效，降低制作成本，提高创作效率。 广告创意：广告行业可以利用Stable Video生成独特的视频内容，通过创新的视觉表现吸引观众的注意力，提升广告的吸引力和传播效果。 社交媒体和内容创作：内容创作者可以利用Stable Video快速生成视频内容，无论是个人社交媒体账户还是短视频制作，Stable Video都能提供丰富的创意素材和快速的内容生产能力。 艺术创作：艺术家和设计师可以利用Stable Video探索新的艺术形式，创作出独特的视觉艺术作品，或者为现有艺术作品添加动态元素。 常见问题 Stable Video提供免费使用吗？ Stable Video每日提供免费的150积分可生成约15个视频。 Stable Video基于什么大模型？ Stable Video基于Stable Video Diffusion 1.1视频生成模型。 Stable Video生成的视频时长为多少？ Stable Video目前生成的视频时长为4秒。

巨日禄是什么 巨日禄是一站式AI动漫视频创作平台，基于自然语言处理技术和图像生成技术，支持用户将文本转化为情节连贯的漫画视频和短视频。巨日禄支持从文案到视频的一站式制作，提供多种画风选择和配音配乐服务，适合各类创作者使用。不要求高电脑配置，小白也能轻松上手，快速实现从文案到视频的制作。 巨日禄的主要功能 文本解析与分镜生成：巨日禄支持AI解析输入的文本，自动形成分镜，提供多种画风选择适应不同题材的需求。 AI绘图与视频合成：支持从静态图片到动态视频的连续创作生成，AI自动绘图，支持用户根据需要进行图片重绘。 配音配乐服务：提供一站式配音配乐方案，拥有多种配音演员选择，内置众多热门配乐，增强视频的听觉体验。 角色固定与画风统一：确保视频中角色形象的一致性，提供20余种画风选择，满足不同类型故事的创作需求。 便捷分镜与提示词补全：AI辅助分镜制作和提示词补全，简化创作流程，操作更加省心省力。 如何使用巨日禄 产品官网：访问巨日禄官网 ai.jurilu.com ，注册登录开始创作。 选择创作模式：巨日禄提供了「AI故事+AI视频+表情包推文+AI绘画」等不同的创作模式。 添加剧本：选择一个剧本主题的画风，平台提供了20种画风选择，适应不同题材的需求。 自动分镜：输入文本后，巨日禄会根据文本内容自动形成分镜，可以手动调整分镜优化效果。 角色与场景匹配：AI将解析并提取角色和场景，可以使用AI补全提示词或自行撰写，确保人物和场景的一致性。 AI绘图：开始自动绘图，巨日禄可根据需要对生成的图片进行重绘。 配音与配乐：为视频选择配音演员和配乐，巨日禄内置多种配音选项和热门配乐。 视频合成：完成上述步骤后，在巨日禄网站内进行合成视频或导出剪映草稿文件进行进一步编辑。 巨日禄的应用场景 小说与漫画推文：巨日禄能帮助小说作家和漫画家将文字内容快速转化为动态视频，提高创作和传播效率。 社交媒体营销：营销人员可以用巨日禄生成吸引眼球的视频内容，用于品牌推广和产品营销。 教学视频制作：教师可以用巨日禄快速生成具有教育意义的教学视频，增强课堂的互动性和趣味性。 企业宣传片：企业可以用巨日禄制作高质量的企业宣传片，提升品牌形象和市场影响力。 民间故事与文化传承：文化机构可以用巨日禄将民间故事和传统文化转化为生动的视频，助力文化传播与传承。

Etna是什么 Etna是七火山科技推出的AI文生视频工具，能根据简短的文本描述生成8至15秒的4K高清视频内容，帧率高达60fps。采用最新的DiT架构，融合时空卷积和注意力层，Etna具备出色的时空理解能力，能处理视频数据中的时间连续性，生成具有时间维度的视频内容。Etna在大规模视频数据集上进行训练，使用了包括LDS大规模训练、HPO超参数优化和DPO微调等深度学习技术策略，确保了强大的性能和生成能力。 Etna的主要功能 文本到视频生成：用户只需提供简短的文本描述，Etna可自动生成相应的视频内容。 高清晰度视频输出：支持生成高达4K分辨率（3840*2160）的视频，确保画面细腻逼真。 流畅的帧率：视频帧率高达60fps，使视频播放流畅自然。 时空理解能力：通过时空卷积和注意力层，Etna能理解并处理视频中的时间连续性，生成连贯的视频叙事。 先进的技术架构：采用Diffusion架构，结合时空卷积和注意力层，Etna在语言模型和图像模型中插入了先进的深度学习技术。 Etna的产品官网 产品官网：etna.7volcanoes.com Etna的应用场景 视频内容创作：为电影、动画、广告和社交媒体平台生成创意视频内容，提高内容生产的效率和创意的实现。 游戏开发：在游戏设计中，Etna可以用来创建游戏内的动画和场景，增强游戏的视觉效果和故事叙述。 艺术和娱乐：艺术家和设计师可以用Etna创造独特的视觉艺术作品，为数字艺术和多媒体展览提供新的创作工具。 教育和培训：在教育领域，Etna可以用于制作教育视频，通过生动的视觉效果提高学习兴趣和教学效果。 模拟和预演：在安全培训或军事演习中，Etna可以生成模拟场景，用于训练和规划，提高模拟的真实性。

AI文字到视频生成

Sora是什么 Sora是由OpenAI研发的AI视频生成模型，具备将文本描述转化为视频的能力，能够创造出既逼真又富有想象力的视频场景。该模型专注于模拟物理世界的运动，旨在帮助人们解决需要现实世界互动的问题。相较于Pika、Runway、PixVerse、Morph Studio、Genmo等只能生成四五秒的AI视频工具，Sora能够生成长达一分钟的视频，同时保持视觉质量和对用户输入的高度还原。除从零开始创建视频，Sora还能基于现有静态图像生成动画，或者扩展和补全现有视频。 需要注意的是，尽管Sora的功能看起来非常强大，但目前还没有正式对外开放，OpenAI正在对其进行红队测试、安全检查和优化。OpenAI的官网上目前只有对Sora的介绍、视频Demo和技术讲解，暂未提供可直接使用的视频生成工具或API。madewithsora.com网站上收集了Sora生成的视频，感兴趣的朋友可以前往观看。 Sora的主要功能 文本驱动的视频生成：Sora 能够根据用户提供的详细文本描述，生成与之相符的视频内容。这些描述可以涉及场景、角色、动作、情感等多个方面。 视频质量与忠实度：生成的视频保持高质量的视觉效果，并且紧密遵循用户的文本提示，确保视频内容与描述相符。 模拟物理世界：Sora旨在模拟现实世界的运动和物理规律，使得生成的视频在视觉上更加逼真，能够处理复杂的场景和角色动作。 多角色与复杂场景处理：模型能够处理包含多个角色和复杂背景的视频生成任务，尽管在某些情况下可能存在局限性。 视频扩展与补全：Sora不仅能从头开始生成视频，还能基于现有的静态图像或视频片段进行动画制作，或者延长现有视频的长度。 Sora的技术原理 OpenAI Sora的技术架构猜想 文本条件生成：Sora模型能够根据文本提示生成视频，这是通过将文本信息与视频内容相结合实现的。这种能力使得模型能够理解用户的描述，并生成与之相符的视频片段。 视觉块（Visual Patches）：Sora将视频和图像分解为小块的视觉块，作为视频和图像的低维表示。这种方法允许模型处理和理解复杂的视觉信息，同时保持计算效率。 视频压缩网络：在生成视频之前，Sora使用一个视频压缩网络将原始视频数据压缩到一个低维的潜在空间。这个压缩过程减少了数据的复杂性，使得模型更容易学习和生成视频内容。 空间时间块（Spacetime Patches）：在视频压缩后，Sora进一步将视频表示分解为一系列空间时间块，作为模型的输入，使得模型能够处理和理解视频的时空特性。 扩散模型（Diffusion Model）：Sora采用扩散模型（基于Transformer架构的DiT模型）作为其核心生成机制。扩散模型通过逐步去除噪声并预测原始数据的方式来生成内容。在视频生成中，这意味着模型会从一系列噪声补丁开始，逐步恢复出清晰的视频帧。 Transformer架构：Sora利用Transformer架构来处理空间时间块。Transformer是一种强大的神经网络模型，在处理序列数据（如文本和时间序列）方面表现出色。在Sora中，Transformer用于理解和生成视频帧序列。 大规模训练：Sora在大规模的视频数据集上进行训练，这使得模型能够学习到丰富的视觉模式和动态变化。大规模训练有助于提高模型的泛化能力，使其能够生成多样化和高质量的视频内容。 文本到视频的生成：Sora通过训练一个描述性字幕生成器，将文本提示转换为详细的视频描述。然后，这些描述被用来指导视频生成过程，确保生成的视频内容与文本描述相匹配。 零样本学习：Sora能够通过零样本学习来执行特定的任务，如模拟特定风格的视频或游戏。即模型能够在没有直接训练数据的情况下，根据文本提示生成相应的视频内容。 模拟物理世界：Sora在训练过程中展现出了模拟物理世界的能力，如3D一致性和物体持久性，表明该模型能够在一定程度上理解并模拟现实世界中的物理规律。 OpenAI官方Sora技术报告：https://openai.com/research/video-generation-models-as-world-simulators 机器之心解读的Sora技术细节：https://www.jiqizhixin.com/articles/2024-02-16-7 赛博禅心 - 中学生能看懂：Sora 原理解读：https://mp.weixin.qq.com/s/KUnXlDlg-Rs_6D5RFpQbnQ Sora的应用场景 社交媒体短片制作：内容创作者快速制作出吸引人的短片，用于在社交媒体平台上分享。创作者可以轻松地将他们的想法转化为视频，而无需投入大量的时间和资源去学习视频编辑软件。Sora还可以根据社交媒体平台的特点（如短视频、直播等）生成适合特定格式和风格的视频内容。 广告营销：快速生成广告视频，帮助品牌在短时间内传达核心信息。Sora可以生成具有强烈视觉冲击力的动画，或者模拟真实场景来展示产品特性。此外，Sora还可以帮助企业测试不同的广告创意，通过快速迭代找到最有效的营销策略。 原型设计和概念可视化：对于设计师和工程师来说，Sora可以作为一个强大的工具来可视化他们的设计和概念。例如，建筑师可以使用Sora生成建筑项目的三维动画，让客户更直观地理解设计意图。产品设计师可以利用 Sora 展示新产品的工作原理或用户体验流程。 影视制作：辅助导演和制片人在前期制作中快速构建故事板，或者生成初步的视觉效果。这可以帮助团队在实际拍摄前更好地规划场景和镜头。此外，Sora还可以用于生成特效预览，让制作团队在预算有限的情况下，探索不同的视觉效果。 教育和培训：Sora 可以用来创建教育视频，帮助学生更好地理解复杂的概念。例如，它可以生成科学实验的模拟视频，或者历史事件的重现，使得学习过程更加生动和直观。 如何使用Sora OpenAI Sora目前暂未提供公开访问使用的入口，该模型正在接受红队（安全专家）的评估，只向少数视觉艺术家、设计师和电影制作人进行测试评估。OpenAI没有指定更广泛的公众可用性的具体时间表，不过可能是2024年的某个时间。若想现在获得访问权限，个人需要根据OpenAI定义的专家标准获得资格，其中包括属于参与评估模型有用性和风险缓解策略的相关专业团体。