#Multimodal AI
19 tools tagged “Multimodal AI”
GenMix
Πλατφόρμα AI όλα-σε-ένα με πάνω από 20 μοντέλα για δημιουργία βίντεο, εικόνας και φωνής
wan2-6.org
Multimodal AI video generator producing 1080p clips from text, images, and reference inputs.
Reka AI
Multimodal foundation models that understand text, images, video, and audio.
AMIE
Μultimodal διαγνωστική_AGENT_ που εκτελεί λεκτικές συζητήσεις και ερμηνεύει ιατρικές εικόνες για ακριβή διάγνωση.
chris li
ΜULTI-MODΑΛΗ AI βίντεο γεννήτρια που μετατρέπει κείμενο, εικόνες ή ήχο σε μικρά βίντεο.
Zenor AI
Multimodal AI shopping assistant for Shopify stores using text, voice, and image.
OpenAdapt
Ένα ανοιχτού κώδικα πλαίσιο που αυτοματοποιεί εργασίες επιτραπέζιου υπολογιστή με τη χρήση μεγάλων πολυμορφικών μοντέλων.
Gemini Omni
Πολυμορφική AI για τη δημιουργία, επεξεργασία και απόδοση βίντεο έτοιμων για παραγωγή.
evolink
Ενιαία API για πολυμορφική AI σε μοντέλα συνομιλίας, εικόνας και βίντεο.
Seedance
Multimodal AI platform for text‑to‑video, image‑to‑video, text‑to‑image, and voiceover creation.
HappyHorse-model
Πλατφόρμα AI πολλαπλών λειτουργιών για τη δημιουργία βίντεο, εικόνων και ήχου από κείμενο ή προτροπές μέσων.
Wan 2.7 AI Video Generator
Multimodal AI platform for generating consistent, controllable video from text, images, and references.
Unitree R1
Compact 26-joint humanoid robot with multimodal AI for research and education
C Dance ai
Μονοτρόπιση AI βίντεο για τον μετατροπμό κειμένου, εικόνων, ήχου και кліπων σε βίντεο χόρεας.
Google Gemini 2.0
Το πολυμορφικό μοντέλο AI της Google, σχεδιασμένο για εργασίες με αυτονομία, λογική και ενσωματωμένη χρήση εργαλείων.
Self-Operating Computer
Open-source AI agent that operates your computer through screen vision and mouse/keyboard control.
Gemini
Η οικογένεια πολυμορφικών AI μοντέλων της Google με κατανόηση μακροπρόσθετου περιεχομένου και αρχιτεκτονική MoE.
AssiPilot
Όλα-σε-όνο Artificial Intelligence助itant για την παραγωγή εικόνων, βίντεο, φωνητικών και μουσικής
Seedance 2 AI Video Generator
Multimodal AI video generator that turns text, images, and audio into short cinematic clips.


















