妙笔工坊

VideoTetris是一个新颖的框架，它实现了文本到视频的生成，特别适用于处理包含多个对象或对象数量动态变化的复杂视频生成场景。该框架通过空间时间组合扩散技术，精确地遵循复杂的文本语义，并通过操作和组合去噪网络的空间和时间注意力图来实现。此外，它还引入了一种新的参考帧注意力机制，以提高自回归视频生成的一致性。VideoTetris在组合文本到视频生成方面取得了令人印象深刻的定性和定量结果。

Open-Sora-Plan是一个由北京大学元组团队开发的文本到视频生成模型。它在2024年4月首次推出v1.0.0版本，以其简单高效的设计和显著的性能在文本到视频生成领域获得了广泛认可。v1.1.0版本在视频生成质量和持续时间上进行了显著改进，包括更优的压缩视觉表示、更高的生成质量和更长的视频生成能力。该模型采用了优化的CausalVideoVAE架构，具有更强的性能和更高的推理效率。此外，它还保持了v1.0.0版本的极简设计和数据效率，并且与Sora基础模型的性能相似，表明其版本演进与Sora展示的扩展法则一致。

显演包App是一款专为创意内容创作者设计的AI表演应用，可以帮助用户通过先进的AI技术进行角色扮演和创作。显演包提供丰富的AI内容生成能力，具备AI角色扮演、AI变声器等强大功能，可以让用户轻松演绎经典角色。显演包提供了一个充满活力的创意社区，用户可以翻拍创意内容，通过表演的方式在视频内容中融入自己的创意，与社区用户比拼演技。

狸谱是一款专为二次元爱好者打造的AI创作和趣味互动App，集同人创作、虚拟互动及社区交流功能于一体，致力于为用户提供一个充满创意和乐趣的二次元世界。狸谱推出了许多创新趣味玩法，如“万物变挂件”、“脑洞闯关”等，用户可以自由进行创意表达和社交互动。狸谱自推出以来，用户增长迅速，短短几个月就达到了100万活跃用户。

疯狂翻译师是一款功能丰富的多语言翻译App，支持屏幕、图片、视频字幕、文档、漫画等多种翻译，准确率高，操作简单。疯狂翻译师集成业内最先进的神经网络翻译引擎技术（NMT/NN），具备实时截图翻译、拍照翻译等功能。相比传统的机器翻译，疯狂翻译师翻译准确率显著提升，翻译更准确。

Video-Infinity 是一种分布式长视频生成技术，能够在5分钟内生成2300帧的视频，速度是先前方法的100倍。该技术基于VideoCrafter2模型，采用了Clip Parallelism和Dual-scope Attention等创新技术，显著提高了视频生成的效率和质量。

ViiTor实时翻译是由云上曲率公司推出的一款多语言AI实时翻译工具，旨在打破语言障碍，让全球沟通变得无比简单。ViiTor实时翻译利用先进的语音识别技术，支持近18种语言的流畅转译，具备即时翻译、对话翻译、语音识别等功能。无论是在国际旅行、商务会议还是多语言学习中，ViiTor实时翻译都能提供无缝的音频翻译、AR翻译支持。

CamCo是一个创新的图像到视频生成框架，它能够生成具有3D一致性的高质量视频。该框架通过Plücker坐标引入相机信息，并提出了一种符合几何一致性的双线约束注意力模块。此外，CamCo在通过运动结构算法估计相机姿态的真实世界视频上进行了微调，以更好地合成物体运动。