从一个关键词开始
搜名称，也可以搜场景，比如“AI 写作”“视频剪辑”或“编程助手”。
工具 24
海螺视频工具输入一段文字即可在短时间内生成 AI 视频与图片，提供参考功能、MiniMax H3 玩法社区、开源项目与实战教程。
可灵AI工具通过文生视频、图生视频、首尾帧与运镜控制生成高质量视频，支持运动笔刷精准调节元素运动轨迹，单次最长可生成2分钟、最高1080p/30fps的画面。
即梦 AI工具字节跳动推出的AI视频生成工具，主打文生视频与图生视频，与剪映深度集成，适配短视频创作。
万兴播爆工具万兴科技的AI数字人视频创作工具，支持数字人口播视频、照片说话与视频翻译，提供公共数字人与配音、智能脚本生成、声音克隆及定制数字人，面向出海商家与营销团队批量产出短视频。
堆友工具阿里设计团队打造的AI创意社区，接入Flux.1 Kontext Pro、Qwen-Image等模型，提供AI工具箱、视频生成与全能画布，深度适配淘宝天猫电商场景。
通义万相工具阿里云推出的AI视频生成工具，支持文生视频、图生视频、风格迁移与同款生成，国风风格表现突出，生成时长5-15秒、分辨率1080p。
风平AI工具上传商品资料即可生成数字人手持商品的口播带货视频，从文案到剪辑全自动，适配电商与短视频平台。
易撰AI文案工具面向自媒体从业者的流量型AI文案工具，覆盖短视频脚本、小红书种草、公众号推文、带货文案等数十类内容，输入主题与卖点即可快速生成多篇不同风格的成稿。
百宝音工具专注自媒体配音的AI工具，提供1200+音色、情感语调调节与3秒声音克隆，支持字幕生成与多端同步，适配短视频、有声书等场景。
魔音工坊工具800多款真人质量AI声音、1000多种风格，支持3-10秒声音克隆与逐句调音，覆盖短视频、有声书等配音场景。
万彩微影工具把文字、图文、照片等静态内容一键转成手绘、字幕动画等短视频，内置配音、字幕与商用素材，适合营销推广与教学课件制作。
MiniMax工具自主研发覆盖文本、语音、音乐、图像、视频的多模态大模型，配套 MiniMax Code、MiniMax Design 等 AI 原生产品与面向企业和开发者的开放平台。
BigModel工具智谱面向开发者与企业的大模型开放平台，以API形式提供GLM系列文本、视觉、文生图与视频生成模型，并支持模型微调、智能体搭建与知识库检索增强。
呜哩（Wuli）工具输入创意描述即可生成3D艺术字体、电影海报、电商主图与5秒短视频，内置三款通义千问图像模型，可在高画质、极速出图与细节编辑之间切换。
文心（文心一言，ERNIE Bot）工具百度自研的全模态大模型与智能助手，覆盖文本、图像、音频、视频的原生融合理解与生成，中文理解与生成能力突出，支持百万级超长上下文。
腾讯元宝工具同时接入混元与DeepSeek双模型，提供长思考与快思考两种模式，搜索优先覆盖微信公众号和视频号内容，可解析长文档、生成图片并进行语音交互。
千问工具基于Qwen模型体系的多模态助手，覆盖文本、图像、音频、视频的理解与生成，支持百万级长上下文、多语言与阿里生态应用接入。
豆包工具支持文本、图片、音频、视频的多模态解析与生成，覆盖对话、创作、编程与长文档处理，提供网页、客户端、移动端及小程序等全终端使用方式。
纳米Work工具360出品的AI办公平台，可自主推进调研、方案、数据分析与图片视频制作，桌面版直接操作本地文件与本地软件。
美图设计室工具上传商品图并输入卖点，即可生成主图、场景图、尺寸图、对比图等全套Listing素材，支持中英日韩多语言排版，适配Amazon、京东、小红书、Shopify等平台规范。提示词 1
AI热点 59
DashBench评测25个视频LLM驾驶极端情况AI热点新基准DashBench评测25个视频LLM在1709条驾驶视频上的极端情况理解，发现所有模型均低于安全关键应用所需阈值。
VIOS框架提升视频推理后训练效率AI热点NeurIPS 2026论文提出VIOS后训练框架，通过自审计视觉依赖在12项基准上以更少算力提升视频推理表现。
AURA 2.0开源：流式视频模型可主动发起对话AI热点AURA 2.0开源流式视频大模型，新增模型主动对话等三项核心能力，评测居开源流式模型前列。
OpenRouter升级MCP视频生成与上下文优化AI热点OpenRouter发布多项MCP更新：视频生成改为链接返回、模型查询上下文缩减96%、Claude Code任务完成率提升至8/8，并支持聊天内测试600+模型。
谷歌发布视频模型Omni 1.2 FlashAI热点谷歌DeepMind推出Gemini Omni 1.2 Flash，支持原生15秒视频生成与多轮对话编辑，价格降30%，在文生视频与图生视频榜单均登顶。
VideoMemBench发布：MLLM视频记忆仅45.7%AI热点新基准VideoMemBench评测多模态大模型在长视频多轮对话中的记忆能力，Claude Opus 5以45.7%居首，凸显上下文视频记忆挑战。
谷歌推出StreamVibe视频智能体AI热点谷歌联合斯坦福、牛津等团队推出StreamVibe视频智能体，可自主判断何时开口帮忙，其StreamVibe-VL模型基于Qwen3.5-9B，响应时机与质量提升10.7%。
Anthropic发布Claude Meetings，可加入视频会议协作AI热点Anthropic推出Claude Meetings，Claude可加入团队视频通话并实时协作生成文档、白板等artifacts，已在Team和Enterprise计划beta推送。
腾讯微信视觉开源长视频剪辑AgentAI热点腾讯微信视觉开源长视频自动剪辑Agent WeVisCut，输入旁白脚本即可自动输出数分钟成片。
可灵Kling 4.0上线关键帧视频生成AI热点可灵Kling 4.0推出Keyframes关键帧功能，支持最多10个关键帧控制视频生成，已在Magnific平台开放试用。
Sand.ai完成2亿美元A+轮融资AI热点视频大模型企业Sand.ai宣布完成2亿美元A+轮融资，10个月内累计融资约3亿美元，正式跻身独角兽行列。
字节Seedance海外收入占比达50%AI热点36氪获悉，字节视频生成模型Seedance海外收入占比达50%，半年海外收入增长近5倍，腾讯、B站为其国内主要客户。
火山引擎发布Seedance 2.5 flashAI热点火山引擎推出Seedance 2.5 flash视频生成模型，生成速度较Seedance 2.5提升一倍，720P文生视频与图生视频价格约0.99元/秒，降低约34%。
波士顿动力为Atlas加装滑板车轮AI热点波士顿动力发布新视频，展示Atlas通过足部加装滑板车轮实现轮腿混合移动，仅需一个适配器即可复用原有踝关节执行器。
阿里内测AI影视创作台LooogenAI热点阿里内测面向短剧与视频制作的本地Agent创作台Looogen，支持对话完成全流程制作与本地化部署。
腾讯混元开源Hy-Nomas世界生成模型AI热点腾讯混元开源支持多轮交互与镜头控制的视频世界生成模型Hy-Nomas，并同步发布评测基准。
VAR-Q免调优KV缓存量化：内存降78.5%AI热点VAR-Q提出面向视觉自回归图像与视频生成的免调优KV缓存量化框架，在九个模型上将KV内存最多降低78.5%，并支持6倍更大推理批次。
可灵AI增资交割完成，198亿元融资落地AI热点快手10月30日公告，旗下视频生成业务北京可灵增资交割完成，全体投资者出资约198.0184亿元，为AI视频生成领域迄今最大单笔融资，阿里、腾讯、百度及多家国资参投。
RPS-Serve发布：多模态推理调度新框架AI热点arXiv论文提出RPS-Serve模态感知调度框架，通过将视频、图像、文本分类为岩石、卵石、沙子优化GPU利用率，GPU利用率提升65%，TTFT最多降低9.3倍。
IFM开源世界模型PAN 2AI热点IFM发布开源世界模型PAN 2，可生成最长20秒的动作后果视频，采用语言模型规划加29B视频模型渲染的架构，官方基准显示其在开放模型中完整计划完成率排名第一。
开源项目 90
ViMax：智能体化视频生成框架开源项目把叙事规划、分镜、图像与视频生成、成片组装串成一条可扩展工作流的智能体视频创作框架。查看
ASCILINE：实时 ASCII 视频渲染引擎开源项目跨平台实时 ASCII 视频引擎，经二进制协议把视频流推送到浏览器 Canvas 渲染。查看
ytDownloader：多站点视频音频下载 GUI开源项目基于 yt-dlp 和 Electron 的图形界面下载器，支持数百站点、播放列表、字幕与硬件加速压缩，跨平台。查看
微信视频号下载器：下载视频号视频的桌面工具开源项目体积小、支持 macOS 和 Windows 的微信视频号视频下载工具，通过本地代理服务在微信 PC 端注入下载按钮，可选不同清晰度。查看
Palmier Pro：面向 AI 的 macOS 视频编辑器开源项目Swift 编写的 macOS 视频编辑器，内置生成式 AI 并通过 MCP 服务器让 Claude/Codex/Cursor 等代理直接在时间线上协作编辑。查看
hyperframes：HTML 转视频的渲染框架开源项目把 HTML、CSS、媒体与可寻址动画渲染成确定性 MP4，附 CLI 与面向编码 Agent 的技能。查看
Claude animation skills：短视频动画生成技能包开源项目一组 Claude Code 技能，用 JSON 规格在本地渲染竖屏动画短视频，无需实拍素材。查看
chrome-capture：Chrome 标签页视频录制库开源项目chrome-capture 是 TypeScript 库与 CLI，用 Chrome 153+ 的 Page.startScreenRecording 直接把标签页录成 AV1 MP4，支持 60–120fps、最高 2160p 和标签页音频，无需 ffmpeg。查看
FFmpeg-GUI-Editor-Windows：便携式视频编辑器开源项目Windows 便携式 FFmpeg 图形界面视频编辑器，免安装的 .exe，提供无损剪切、裁剪、压缩、格式转换、绿幕抠像、字幕编辑与批量处理等功能。查看
ComfyUI：节点式AI内容创作引擎开源项目以可视化节点图构建图像、视频、音频与3D工作流的模块化AI创作引擎，支持本地与云端运行。查看
remove-ai-watermarks：AI 水印与溯源信息处理工具开源项目Python 库与 CLI，用于识别并移除图片、视频和文本中的可见/不可见 AI 水印及 C2PA 等溯源元数据。查看
lingbot-world：开源世界模型代码与权重开源项目LingBot-World 开源世界模拟器的代码与模型仓库，支持相机位姿/动作控制的长时程视频生成与实时交互。查看
Scenario Agent Skills：AI 内容创作技能包开源项目遵循 Agent Skills 格式的技能集合，教 AI 编程代理通过 Scenario MCP 服务器生成图片、视频、音频、纹理、天空盒和 3D 资产，并包含驱动本地 DCC 软件的专家工具。查看
AI 漫剧 Skills：21 个题材的漫剧创作模板开源项目21 个题材的 SKILL.md 模板，从一句故事点子生成企划案、资产图提示词、分集剧本、分镜与视频提示词及发布文案。查看
Garden Skills：AI编程助手技能集合开源项目面向 Claude Code、Cursor、Codex 等编码 Agent 的 Agent Skills 合集，涵盖视频、演示、设计与图像生成。查看
Muse4AI：本地Muse会话的Agent接入工具开源项目Windows桌面应用，把本机Muse会话以REST、MCP和OAuth接口开放给各类AI Agent生成图片与视频。查看
line-art-animation：线条动画SVG组件的Claude技能与TS库开源项目Claude 技能加无依赖 TypeScript 库，用 SVG 实时绘制会走路、互动、带昼夜循环的水墨线条动画，附示例与视频渲染脚本。查看
Rewind for X：回看首页刷过的推文开源项目Chrome 扩展，记录你在 X 首页时间线上露出一半以上的推文，支持关键词搜索、按图片/视频/引用/转帖筛选，以及本机 OCR 搜图中文字。查看
MiniMax CLI：MiniMax 平台命令行工具开源项目MiniMax AI 平台官方 CLI，可从终端或 Agent 生成文本、图像、视频与语音，并支持视觉理解、网页搜索与双区域认证。查看
AWorld：Agent Harness与CLI多智能体平台开源项目围绕Agent Harness构建的平台与CLI，由编排Agent协调开发者、评估者及视频/音频/图像生成等子Agent，通过构建-评估-进化循环迭代。查看