#Multimodal AI

#1

GenMix

20個以上のモデルを持つワンストップAIプラットフォーム

#2

wan2-6.org

テキスト、画像、リファレンス入力から1080pの動画クリップを生成する、モードマルチのAI動画ジェネレータです。

#3

Reka AI

マルチモーダル基礎モデルがテキスト、画像、ビデオ、音を理解する

#4

AMIE

マルチモーダルなAI診断アジェントが、臨床会話を進めてメディカル・イメージを分析して正確な診断に貢献します。

#5

chris li

テキストやイメージ、声から構成されたマルチモーダル AI ビデオジェネレータ

#6

Zenor AI

多モーダルAIショッピングアシスタント用於Shopify店舗的テキスト、ボイス、イメージ

#7

OpenAdapt

オープンソースフレームワークは、大型マルチモーダルモデルを使用してデスクトップワークフローを自動化します。

#8

Gemini Omni

マルチモーダルAIによる、生成、編集、レンダリングの済み動画生成

#9

evolink

統一されたAPIエンドポイントでマルチモーダルAIを横断

#10

Seedance

マルチモーダルAIプラットフォームでテキストからビデオ、イメージからビデオ、テキストからイメージ、ボイスオーバー生成をサポート

#11

HappyHorse-model

マルチモーダルAIプラットフォームでテキストまたはメディアの促進からビデオ・イメージ・オーディオを生成します。

#12

Wan 2.7 AI Video Generator

テキスト、画像、リファレンスからの多モーダルAIプラットフォームで、一貫性のある動画を生成する。

#13

Unitree R1

コンパクトな 26 尻式人間型ロボットにマルチモーダル AI を備えたリサーチとエデュケーション向け

#14

C Dance ai

マルチモーダル AI ビデオ生成ツールでテキスト、画像、音声、動画を舞踊ビデオに変換します。

#15

Google Gemini 2.0

多モーダルアーティファクトに搭載された Google のアクティブタスク用の AI モデル。

オープンソースのAIエージェント。画面の視覚とマウスとキーボードの制御を利用して、パソコンを管理します。

#17

Gemini

Multi-modal AIモデル 家族、 Google の Google の長いコンテキストの理解と MoE アーキテクトチャ

#18

AssiPilot

1つのすべてのAIアシスタントによる画像、ビデオ、ボイスオーバー、音楽の制作

#19

Seedance 2 AI Video Generator

多モーダル AI ビデオ ジェネレーター。テキスト、画像、音を短いシネマティック クリップに変換します。