Rendora是一款世界领先的3D AI虚拟形象生成工具，能够将文本快速转换成高质量的3D视频。

Hunyuan-DiT 是腾讯开源的一款强大的多分辨率扩散变换器（Diffusion Transformer），具备精细的中文理解能力。该模型旨在探索文本到图像的生成，支持中英文双语输入，并能够进行多轮对话式图像生成。

可灵AI数字人让“一张静态图+一段音频/文字”在分钟内变成1080p、48fps、情绪动作可控的多语种数字人视频，成本最低0.12元/秒。

用于可控游戏世界生成的互动世界基础模型，能够基于参考图像、运动帧和用户操作生成高质量的互动视频。

PaddleOCR-VL 是百度 2025 年 10 月开源的全球最强文档解析模型，仅用 0.9B 参数即可在复杂版面、手写、表格、公式、图表等全场景实现 SOTA 级“看懂+读懂”。

AniPortrait是一个根据音频和图像输入生成会说话、唱歌的动态视频的项目。它能够根据音频和静态人脸图片生成逼真的人脸动画，口型保持一致。支持多种语言和面部重绘、头部姿势控制。功能包括音频驱动的动画合成、面部再现、头部姿势控制、支持自驱动和音频驱动的视频生成、高质量动画生成以及灵活的模型和权重配置。