#Multimodal AI

#1

GenMix

一体化 AI 平台，20+ 模型助力视频、图像、语音创作

#2

wan2-6.org

多模态 AI 视频生成器，支持从文本、图像和参考输入生成 1080p 短片

#3

Reka AI

多模态基础模型，理解文本、图像、视频和音频。

#4

AMIE

一种多模态人工智能诊断代理，通过临床对话和医疗图像解读实现精准诊断。

#5

chris li

多模态 AI 视频生成器，将文字、图片或音频转化为短视频。

#6

Zenor AI

多modal AI购物助手，使用文本、语音和图像为Shopify商店

#7

OpenAdapt

开源框架：使用大型多模式模型自动化桌面工作流

#8

Gemini Omni

多模态 AI 生成器、编辑器和渲染器，实时创作高质量视频内容。

#9

evolink

面向聊天、图像和视频模型的多模态 AI 统一 API。

#10

Seedance

多模态 AI 平台,支持文本转视频、图像转视频、文本转图像和语音添加功能

#11

HappyHorse-model

用于从文本或媒体提示生成视频、图像和音频的多模态AI平台。

#12

Wan 2.7 AI Video Generator

多模式AI平台：从文本、图片和参考生成一致、可控的视频

#13

Unitree R1

紧凑的26关节人形机器人，多模式人工智能辅助研究与教学

#14

C Dance ai

多模态 AI 视频生成器，可将文本、图像、音频和片段转化为舞蹈视频。

#15

Google Gemini 2.0

Google 最新的多模态 AI 模型，专为-agent 任务、推理和原生工具使用而设计。

开源 AI 代理，通过屏幕视觉和鼠标/键盘控制来操作您的电脑

#17

Gemini

谷歌的多模态AI模型家族，具有长上下文理解和MoE架构

#18

AssiPilot

一站式 AI 助手，轻松创作图像、视频、配音和音乐

#19

Seedance 2 AI Video Generator

多模态人工智能视频生成器，可以将文字、图片和音频转换为短片式的影视短片。