MotionLCM是清华大学和上海人工智能实验室的研究人员提出的一种基于潜在一致性模型的实时可控运动生成技术。

PIRenderer是一种通过语义神经渲染的可控肖像图像生成技术。通过控制现有人脸的运动来生成人像图像。

StreamingT2V是PicsArt推出的一款AI视频生成模型，能够根据文本描述生成长达2分钟的视频

SadTalker是一个功能强大的AI数字人制作工具，它能够将静态的图片加上音频，生成一段会说话的头像视频。

通义听悟是阿里云推出的一款工作学习AI助手，旨在帮助用户高效记录和阅读音视频内容。该产品基于阿里云通义千问大模型开发，具备多种功能，包括语音识别、说话人分离、翻译、内容抽取等。通义听悟支持多种语言和场景，适用于会议记录、咨询访谈、语音同传、摘要生成、面试记录、视频打标等应用场景。

DynamiCrafter是由香港中文大学和腾讯AI Lab的研究团队开发的一种动画化开放域图像的技术，它可以根据文本提示，利用预训练的视频扩散模型，为任意的静态图像生成逼真的动态内容。