AI视频

AI最前沿「AI视频」专题聚合页，收录相关AI术语词条 74 个、深度文章 4 篇。

相关词条（74）

• 扩散模型（Diffusion Model）
• 视觉编码器（Vision Encoder）
• 语音合成（Text-to-Speech）
• 语音识别（Automatic Speech Recognition）
• 端到端语音模型（End-to-End Speech Model）
• 扩散变换器（Diffusion Transformer）
• 流匹配（Flow Matching）
• 全模态模型（Omni Model）
• 世界模型（World Model）
• Stable Diffusion（Stable Diffusion）
• DALL-E（DALL-E）
• Midjourney（Midjourney）
• 图生图（Image-to-Image）
• 图像编辑（Image Editing）
• ControlNet（ControlNet）
• LoRA图像（Image LoRA）
• SDXL（SDXL）
• Sora（Sora）
• 可灵（Kling）
• Pika（Pika）
• 音频生成（Audio Generation）
• TTS（Text-to-Speech）
• ASR（Automatic Speech Recognition）
• 语音克隆（Voice Cloning）
• Suno（Suno）
• 多模态大模型（Multimodal LLM）
• LLaVA（LLaVA）
• 图像描述（Image Captioning）
• OCR（Optical Character Recognition）
• 文档理解（Document Understanding）
• 视觉问答（Visual Question Answering）
• 3D生成（3D Generation）
• 数字人（Digital Human）
• AIGC（AI Generated Content）
• 视觉定位（Visual Grounding）
• 指代表达理解（Referring Expression Comprehension）
• 视频描述（Video Captioning）
• 视频编辑（AI Video Editing）
• 音频理解（Audio Understanding）
• 音乐理解（Music Understanding）
• 情感识别（Emotion Recognition）
• 多语言语音合成（Multilingual TTS）
• 零样本语音合成（Zero-Shot TTS）
• 语音-语言模型（Speech-Language Model）
• 视觉语言指令微调（Visual Instruction Tuning）
• 图文对齐（Vision-Language Alignment）
• 跨模态注意力（Cross-Modal Attention）
• 统一多模态（Unified Multimodal）
• 多模态推理（Multimodal Reasoning）
• 多模态生成（Multimodal Generation）
• 多模态智能体（Multimodal Agent）
• 视频扩散模型（Video Diffusion Model）
• 图像扩散模型（Image Diffusion Model）
• 扩散变压器（Diffusion Transformer）
• 一致性模型（Consistency Model）
• 潜在扩散（Latent Diffusion）
• 图像修复（Image Inpainting）
• 图像超分（Image Super-Resolution）
• 视频插帧（Video Frame Interpolation）
• 神经渲染（Neural Rendering）
• 高斯泼溅（3D Gaussian Splatting）
• 文本到3D（Text-to-3D）
• 动作识别（Action Recognition）
• 手势识别（Gesture Recognition）
• 面部识别（Face Recognition）
• 表情识别（Facial Expression Recognition）
• 版面分析（Layout Analysis）
• 表格识别（Table Recognition）
• 手写识别（Handwriting Recognition）
• 内容审核（Content Moderation）
• 视频问答（Video Question Answering）
• 视频生成（视频生成（Video Generation））
• 视觉语言模型（视觉语言模型（VLM））
• 实时语音对话（实时语音对话（Real-Time Voice AI））

相关文章（4）

• Meta说美国用户现在可以与他们的Muse AI头像进行视频聊天（2026-11-06T03:48:28+08:00）
• Muse现在有语音模式（2026-11-06T03:03:04+08:00）
• 虎鲸文娱“鲸锐AI”平台正式上线，AI视频单分钟成本节省30%以上（2026-11-04T16:49:12+08:00）
• 半年营收1739万，亏损1.52亿：一家视频AI独角兽的账（2026-11-06T19:24:40.932000+08:00）

AI最前沿首页 · AI百科 · 全部文章