新Captions

可灵大模型是快手AI团队自主研发的视频生成大模型，具备强大的视频创作能力，采用3D时空联合注意力机制，能够生成符合物理规律的大幅度运动视频，模拟真实世界特性。可灵支持生成长达2分钟、1080p分辨率的高清视频，并具有自由调整宽高比的功能。此外，该AI视频工具还结合了3D人脸和人体重建技术，实现表情和肢体的全驱动，只需一张全身照即可体验生动的AI唱跳功能。 可灵大模型的功能特色 大幅度的合理运动：采用3D时空联合注意力机制，能够建模复杂时空运动，生成符合运动规律的大幅度运动视频。 长达2分钟的视频生成：得益于高效的训练基础设施和推理优化，可灵能生成长达2分钟的视频内容。 模拟物理世界特性：基于自研模型架构，能模拟真实世界的物理特性，生成符合物理规律的视频。 强大的概念组合能力：利用对文本-视频语义的深刻理解和Diffusion Transformer架构，将用户想象力转化为具体画面。 电影级的画质生成：基于自研3D VAE技术，可生成1080p分辨率的电影级视频。 支持自由的视频宽高比：采用可变分辨率训练策略，能够在推理过程中输出多样的视频宽高比。 AI驱动的创新玩法：结合3D人脸和人体重建技术，实现表情肢体全驱动，用户上传全身照即可体验生动的AI唱跳玩法。 如何体验可灵大模型 可灵大模型官网（kling.kuaishou.com）已上线，目前支持通过快影App进行体验。快影App的AI创作功能中已正式开放文生视频功能的邀测，创作者可申请并体验可灵大模型最新的文生视频功能。 下载快影App：首先，在手机上下载并安装快影App。 注册/登录账户：打开快影App后，使用快手账户登录。 进入AI创作功能：在快影App中找到AI创作功能区域。 申请体验：可灵大模型处于邀测阶段，申请成为测试用户才能体验该功能。 上传素材：根据可灵大模型提供的功能，上传所需的素材，例如全身或半身照片，以便进行面部和肢体的驱动。 使用AI功能：选择可灵大模型提供的具体功能，如AI舞王或AI唱跳等，按照提示操作。 生成视频：根据App的指引，使用可灵大模型生成视频内容。 编辑和导出：生成视频后，可以在App内对视频进行编辑，然后导出或分享作品。 可灵大模型的应用场景 艺术视频创作：用户可以利用可灵大模型生成具有创意的艺术视频，用于个人表达或商业展示。 社交媒体内容：社交媒体用户可以通过可灵大模型制作吸引人的视频内容，增加粉丝互动和提高内容的吸引力。 广告制作：广告行业可以利用可灵大模型快速生成高质量的广告视频，提高制作效率并降低成本。 影视特效预览：影视制作团队可以使用可灵大模型来预览特效场景，加快前期制作和决策过程。 个性化娱乐：用户可以上传自己的照片，通过可灵大模型生成个性化的娱乐视频，如AI唱跳视频。 新闻和报道：新闻机构可以使用可灵大模型生成新闻报道视频，快速传达信息。

飞影数字人是什么 飞影数字人是AI数字人创作平台，支持免费定制数字人，提供逼真的交互体验。飞影数字人支持个性化定制，包括外观和声音，以及AI技术实现的口型同步和表情变化。操作简便，支持多语言文本到语音转换，适用于电商直播、教育培训、新闻播报和娱乐互动等场景。 飞影数字人的主要功能 个性化定制：用户可以根据自己的品牌形象或个人喜好，定制虚拟形象的外观、服装、发型等元素，同时提供了多种风格和模板，满足不同用户的需求 。 声音克隆与复刻：基于AI技术精准克隆用户的声音，数字人的声音与用户的声音高度相似 。 文本到语音（TTS）：支持多语言和口音的语音输出，数字人可以以多种语言进行交流 。 面部表情与口型同步：AI算法自动调整数字人的面部表情和口型，实现与语音的自然同步 。 多平台直播支持：支持跨平台虚拟直播，数字人可以在不同的平台上进行直播 。 短视频制作：用户可以通过飞影数字人快速制作短视频内容，从脚本编写到视频输出，一站式完成 。 多模态交互：除了语音和面部表情，飞影数字人还支持手势和身体动作的定制，虚拟形象的表现更丰富和生动。 API接入和OEM支持：为企业和开发者提供功能丰富、高易用性的API，灵活且强大的OEM支持，帮助使用者快速在目标场景中验证价值并生产部署 。 飞影数字人产品官网 产品官网：flyworks.live 飞影数字人的产品定价 免费：登录注册赠送1000积分。 基础版：¥120/月；包含18000积分（约可生成30分钟视频）；形象复刻（限时免费）每月100次；声音克隆-基础版（限时免费）；数字人创作：10积分/秒；输出最高1080P分辨率；去水印。 尊享版：¥199/月；包含18000积分（约可生成30分钟视频）；包含基础版所有权益；形象复刻（限时免费）不限次数；数字人创作：9积分/秒；输出最高4k分辨率；声音克隆-高保真。 黑金版：¥349/月；包含18000积分（积分模式下可用）；暗黑模式：创作视频不消耗积分；积分模式：包含尊享版所有权益。 企业版：¥1999/月；联系根据企业进行私有化定制。 飞影数字人的应用场景 电商直播：飞影数字人可以作为虚拟主播进行全天候的产品展示和销售，提升客户的参与感和购买意愿。可以降低真人主播的成本，同时实现24小时不间断的直播销售。 教育培训：在教育领域，飞影数字人可以作为虚拟教师，提供个性化的教学内容和互动问答，提高学生的学习兴趣和参与度。数字人可以用于模拟实验和实训环境，为学生提供真实感强的实践操作体验。 新闻播报：飞影数字人可以作为新闻主播，及时传递新闻和信息。通过AI技术，数字人可以实现口型同步和表情变化，使新闻播报更加生动和逼真。 娱乐互动：在娱乐行业，飞影数字人可以用于增加娱乐节目的互动性和娱乐性，如虚拟偶像、游戏角色等，为用户提供全新的娱乐体验。 远程教学：飞影数字人可以用于远程教学，打破地理和时间限制，优质教育资源得以更广泛的传播。 知识付费内容制作：飞影数字人可以用于制作知识付费内容，如在线课程、讲座等，提供更加灵活和高效的内容生产方式。

Typeframes是什么 Typeframes是一个创新的AI在线视频创作平台，允许用户通过简单的文本输入来快速生成专业的产品介绍视频。该工具的核心优势在于它的便捷性和易用性，无需掌握复杂的视频编辑软件，即使是没有视频制作经验的用户也能够利用人工智能轻松创建出高质量的视频内容，将文本转变为引人入胜的产品视频。 Typeframes的主要功能 文本到视频转换：Typeframes的核心功能之一，允许用户输入产品介绍文本，然后平台会自动将其转换为视频。这个过程中，用户可以选择不同的视觉效果和动画来增强文本的表现力。 丰富的视觉效果：Typeframes提供了一系列预设的视觉效果和动画，用户可以根据视频的主题和风格选择合适的效果，以吸引观众的注意力。 定制化选项：用户可以根据自己的品牌和设计需求，对视频的颜色、字体、布局等进行定制，以确保视频与品牌形象保持一致。 多平台支持：Typeframes生成的视频支持多种格式、画幅比例和质量级别，以适应不同的社交媒体平台和视频分享网站（如Tiktok、YouTube、Instagram等）。 导出和分享：完成视频制作后，用户可以将视频导出为多种格式，方便在不同的平台和设备上分享和播放。 如何使用Typeframes生成视频 访问Typeframes的官网（typeframes.com），点击Create Videos Now然后进行登录注册 登录成功后会自动跳转到视频创作后台，点击New Video或Enter键创建新项目 选择Text to Video或其他视频生成模版，输入视频文案脚本、选择颜色主题和背景音效 然后点击Generate video按钮生成视频，生成后的视频可以进行编辑、调整和导出 Typeframes的产品价格 免费版：提供免费的2个AI积分，导出视频带有水印 Hobby版：39美元每月（年付版348美元，约29美元每月），提供无限次导出和智能音乐同步等权益 Growth版：49美元每月（年付版468美元，约39美元每月），所有Hobby版的功能加上AI视频生成、语音生成、自动化视频编辑、每月100个AI积分 Hand-made版：单个视频1999美元，由专业人士手工制作视频并提供无限次修改

InVideo AI是什么 InVideo AI是一款人工智能视频创作和剪辑工具，能够根据用户输入的文本自动生成视频内容。用户只需提供视频的主题或脚本，InVideo AI便可以利用其AI技术生成包含视频脚本、配音、图片、字幕和背景音乐的完整视频。该工具支持个性化定制，允许用户编辑和调整生成的视频内容，适合内容创作者、营销人员和企业使用，旨在简化视频制作流程，提高效率。InVideo AI还提供了丰富的媒体库和多人协作功能，支持免费试用，并有多种订阅计划供用户选择。 InVideo AI的主要功能 文本到视频的转换：InVideo AI的核心功能之一是将文本内容转换成视频。用户只需输入或上传脚本，AI将根据内容自动选择合适的视觉元素和布局。 AI驱动的配音：工具内置了多种自然发音的AI语音选项，支持不同语言和口音，用户可以根据视频风格和目标观众选择合适的配音。 自动字幕生成：InVideo AI能够自动识别语音并生成相应的字幕文件，这对于提高视频的可访问性和国际化传播至关重要。 庞大的媒体库：提供丰富的视频、图片和音乐素材库，用户可以根据视频主题和风格挑选合适的素材。 实时多人协作：允许多个用户同时在线编辑同一个视频项目，这极大地提升了团队合作的效率。 视频编辑与定制：用户可以对AI生成的视频进行微调，包括剪辑视频片段、更改转场效果、调整动画等。 个性化视频定制：InVideo AI允许用户根据特定受众群体、视觉风格和发布平台定制视频内容。 InVideo AI的适用人群 内容创作者：需要定期制作视频内容的个人或团队，如博客作者、社交媒体影响者或YouTubers。 营销专业人士：负责制作营销视频的市场营销团队，他们需要快速制作吸引人的广告或宣传视频以推广产品或服务。 企业培训师：需要制作培训视频的人力资源或培训部门，用于内部员工培训或作为客户教育材料。 教育机构：教师或教育机构可以用它来制作教育视频，如讲解复杂概念的教程或远程教育课程。 独立创业者：小型企业主或自由职业者，他们可能没有专业的视频制作技能，但需要制作视频来展示他们的产品或服务。

Vizard是什么 Vizard是将长视频转换为社交短视频片段的AI视频编辑工具，支持TikTok、Instagram、YouTube Shorts等平台，Vizard服务超200万创作者和团队。Vizard提供团队协作空间，简化项目管理和分享流程。用户上传视频后，AI自动转录、剪辑并生成设计好的视频片段，支持一键下载和分享，操作简便，无需注册即可免费试用。 Vizard的主要功能 视频转录与剪辑：Vizard自动将用户上传的长视频转录成文字，并根据内容剪辑出关键片段。 AI视频生成：基于AI技术为社交媒体平台如TikTok、Instagram、YouTube Shorts生成设计精美的短视频片段。 团队协作：提供团队工作空间，允许团队成员进行项目协作、实时预览和与客户或外部团队成员分享。 一键分享：用户可以轻松下载、分享视频链接或直接从平台发布视频。 如何使用Vizard 产品官网：访问 Vizard 的官方网站（vizard.ai）。 上传视频：点击上传按钮，选择想要转换的长视频文件进行上传。 视频转录：上传后，Vizard 会使用 AI 技术自动转录视频内容，并分析视频中的讲话和场景。 选择片段：AI 会根据视频内容生成多个短视频片段。可以浏览这些片段，选择最具吸引力或最符合需求的部分。 编辑和定制：可以对生成的片段进行进一步的编辑和定制。 生成视频片段：Vizard 根据平台（如 TikTok、Instagram、YouTube Shorts 等）生成最终的视频片段。 下载和分享：视频片段生成完成后，可以下载或直接通过链接分享到社交媒体平台。 免费试用：Vizard提供免费试用，无需注册即可体验产品功能。 Vizard的应用场景 社交媒体营销：创作者和品牌可以用Vizard快速制作适合社交媒体的短视频，增加内容的吸引力和传播力。 内容创作：视频博主和内容创作者可用Vizard从长视频中提取精彩片段，用于吸引观众或社交媒体上的预告片。 企业宣传：企业可以用Vizard将产品介绍、培训材料或公司活动的视频剪辑成短视频，用于内部分享或对外宣传。 新闻与媒体：新闻机构可以从采访或报道中提取关键信息，制作成短视频，发布到社交媒体，提高新闻的时效性。

寻光是由阿里巴巴达摩院研发的一站式AI视频创作平台，利用先进的人工智能技术，为用户提供从剧本创作到分镜图设计、角色定制、场景生成以及视频编辑的全流程服务。该平台支持AI辅助的剧本分析、角色和场景的智能生成、以及视频内容的精细化编辑，包括目标新增、消除、编辑和风格变换等。寻光旨在通过AI技术提升视频创作的效率和质量，让视频制作变得更加简单和高效。目前，该平台正在内测阶段，用户可以通过官方渠道申请体验。 寻光的产品功能 故事板生成：寻光能够理解剧本内容，并将其转化为一系列可视化的分镜头脚本。用户只需输入剧本，AI便能自动生成与剧本内容相匹配的分镜头，包括场景布局、角色位置和动作等。该功能极大地提升了从剧本到视频制作的转换效率，使导演和编剧能够快速预览故事的视觉呈现。 角色库管理：寻光提供角色库管理功能，允许用户创建和存储多样化的角色模型。用户可以根据剧情需要，定制角色的外观特征、性格特点甚至情感表达。角色库中的每个角色都可以被赋予独特的行为和反应，以适应不同的剧情发展。 视觉素材创作：寻光平台支持多种视觉素材的创作方式，包括但不限于角色生图、文生图、图生视频等。用户可以通过文本描述或现有图像来生成新的角色图像或场景，丰富视频的视觉元素，快速构建起视频的基本视觉框架，为后续编辑打下基础。 视频内容编辑：寻光提供了一系列高级视频编辑功能，使用户能够对视频内容进行深度定制。用户可以对视频中的特定目标进行新增、消除或编辑，实现精准的内容调整。支持风格变换，用户可以根据需要调整视频的整体风格和氛围。寻光还提供超分辨率技术和帧率控制，优化视频的质量和流畅度。 运镜控制与运动控制：寻光允许用户对视频镜头的运动轨迹和速度进行精细控制，实现平滑的镜头过渡和动态效果。用户可以根据剧情需要，设计复杂的镜头运动，增强视觉叙事的吸引力。 前景生成与图层编辑：寻光支持前景元素的生成，用户可以根据视频内容添加或修改前景物体。该平台提供图层拆解功能，用户可以轻松分离视频中的不同元素，进行单独编辑。此外，还支持图层融合，用户可以将多个视频图层融合在一起，创造出复杂的视觉效果。 如何使用寻光 寻光目前处于内测申请体验阶段，用户可前往官网申请加入等待列表： 访问寻光的官方网站（xunguang.damo-vision.com），注册并登录 然后点击申请内测，进入达摩院视频创作平台内测申请页面 填写相关信息，等待内测审核通过，官方称预计在月底分批发放定向邀请 寻光的目标受众 独立视频创作者：对于希望快速制作视频内容的个人创作者来说，寻光提供了从剧本到成片的一系列工具，简化了视频制作的复杂性。 专业视频制作团队：专业团队可以利用寻光提升工作效率，尤其是在前期的剧本分析、角色设计和场景规划阶段，以及后期的视频编辑和特效制作。 教育机构和学生：在学习视频制作和多媒体设计的过程中，寻光可以作为教学工具，帮助学生理解视频创作的各个环节。 企业市场部门：企业可以利用寻光制作产品宣传视频、教学视频或内部培训材料，提高内容生产的效率和质量。 动画和游戏开发者：在动画制作和游戏设计中，寻光的角色定制和场景生成功能可以为创作者提供灵感和素材。 社交媒体内容创作者：需要制作吸引人的短视频内容的社交媒体用户，可以使用寻光快速生成有趣、有创意的视频。 广告和公关行业：在广告创意和公关传播中，寻光可以帮助快速生成吸引眼球的视频广告或宣传材料。 电影和电视剧制作人员：在电影和电视剧的前期制作中，寻光可以辅助制作故事板和概念艺术，帮助团队更好地规划拍摄。

Descript是什么 Descript是AI视频编辑工具，支持通过编辑文字来剪辑音视频内容。Descript可以自动识别语音，生成文字记录，并且支持用户直接在文本上进行剪辑，简化了编辑过程。这种创新的方法使视频和音频编辑更加高效，尤其适合播客制作者、视频编辑者以及任何需要处理大量音视频资料的用户。 Descript的主要功能 自动转录：将音频和视频文件转换为文本，准确捕捉对话和叙述。 文本编辑：用户可以直接在文本层面上编辑音视频内容，包括剪切、粘贴、移动和修改。 多轨编辑：支持同时编辑多个音视频轨道，便于处理复杂的项目。 语音识别：能识别不同的说话者，并在转录文本中区分开来。 搜索和替换：快速找到音频或视频中的特定词语或短语，并进行替换。 如何使用Descript 注册和登录：访问Descript的官方网站（descript.com），创建账户并登录。 上传文件：选择“新建项目”或“上传文件”。选择想要编辑的音频或视频文件，上传至Descript。 自动转录：Descript会自动将上传的音视频文件转录成文本。 编辑文本：使用Descript的文本编辑功能，可以在转录的文本上进行编辑，如添加、删除或修改文字。 调整音频/视频：编辑文本时，相应的音频或视频部分也会自动调整。例如，删除文本中的某部分，音频或视频中的相应部分也会被移除。 搜索和替换：使用搜索功能来快速找到特定的词语或短语，并进行替换。 版本控制：使用版本控制功能来查看编辑历史，如果需要，可以回退到之前的版本。 协作：邀请团队成员加入项目，实现多人协作编辑。 导出和分享：编辑完成后，可以选择导出音频、视频或文本文件。也可以直接在Descript上分享项目链接。 Descript的应用场景 播客制作：播客制作者可以用Descript来转录采访内容，并快速编辑对话，制作高质量的播客节目。 视频剪辑：视频编辑者可以用Descript的文本编辑功能来简化视频剪辑流程，提高编辑效率。 会议记录：企业或组织可以将会议的音频记录转录成文本，并进行编辑，生成会议纪要或报告。 学术研究：研究人员可以转录访谈、讲座或研讨会的录音，进行分析和研究。 法律行业：律师或法律顾问可以用Descript来转录证词、访谈或法律咨询的录音。

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。