NVIDIA Cosmos官网 – 物理AI开发平台

一种在视频生成中进行运动定制的新颖方法，解决了在视频生成模型中彻底探索运动表示方面存在的广泛差距。

Ai Listify 是一个顶级的人工智能资源目录，汇集了前沿的AI工具。通过精心挑选的工具，用户可以释放创新的力量，探索、学习并提升自己的AI技能。

集成图片、视频、文本生成的一站式AI创作平台，通过先进算法与多模态功能，为用户提供高效智能的创意解决方案。

精心整理的自回归生成式AI论文列表，涵盖了从3D形状生成到视频生成等多个领域。该项目为研究人员和开发者提供了一个便捷的参考平台，帮助他们获取最新的研究进展和灵感。

H1111是一个基于kohya-ss的musubi tuner推理脚本的图形用户界面（GUI），主要用于Hunyuan视频模型的推理任务。它支持多种模型的推理，包括Hunyuan-t2v、Hunyuan-v2v、WanX-t2v、WanX-i2v、SkyReels-i2v和SkyReels-t2v。用户可以通过调整注意力机制（如xformers、sage attention等）来优化显存使用，并提供了LORA模型转换工具。该项目还支持Windows和Linux系统的安装，提供了详细的安装和运行指南。

豆包 AI 桌面客户端是一款由豆包 AI 开发的新型桌面应用程序，支持 Mac 和 Windows 系统。该客户端通过与本地操作系统的深度整合，提供多种 AI 驱动的功能，旨在增强用户在桌面环境中的生产力。其主要功能包括 AI 划词、AI 启动器、桌面常驻、AI 搜索、AI PDF 伴读、快速词翻译、一键桌面和视频生成等。

Humva是一个用户友好的头像平台，旨在为B2B和B2C用户提供产品化解决方案，特别是在人才市场中类似于Fiverr或Upwork。该平台强调用户生成内容和可定制的头像，适用于多种应用场景，提供广泛的定制选项，只需一张照片即可实现简化体验。

Deforum是Stable Diffusion的官方扩展，专为AUTOMATIC1111的WebUI设计，用于生成动态视频。它允许用户通过初始化图片和视频创建从现实到奇幻的过渡效果，支持2D和3D动画模式，并提供详细的参数设置，如关键帧、提示词、初始化图片或视频、ControlNet等。用户可以通过设置运动参数和提示词来生成个性化的视频内容。

Gliytch是一个通过AI算法生成独特内容的平台，用户只需提供基本信息或关键词即可自动生成适合的文本、图片和视频内容，提升创作效率与观众互动。

MobilityGen是基于NVIDIA Isaac Sim构建的工具集，旨在简化移动机器人的数据收集过程，支持算法训练和测试。它支持多种类型的机器人，提供丰富的真实世界数据，并支持多种数据收集方法。

Wan2GP是一款基于Wan2.1的阿里巴巴开源和先进的大规模视频生成模型，专为显存有限的GPU用户设计，让普通GPU也能高效运行视频生成任务。它优化了内存消耗，适配几乎所有消费级显卡，支持多种生成任务，包括文本转视频、图片转视频等，是显存有限用户的理想选择。

Cosmos-Predict1是由Nvidia开发的物理AI世界基础模型，能够从文本或视频提示生成世界状态，并通过预测帧合成连续运动。该项目特别适用于自动驾驶和机器人训练领域，提供高效的图像和视频分词器，支持Text2World和Video2World生成。模型参数范围从40亿到150亿，可根据推理需求选择，生成物理感知视频。

Cosmos-Transfer1是NVIDIA Cosmos世界基础模型系列中的一员，专注于通过多模态输入生成高度可控的虚拟世界，主要用于机器人和自动驾驶车辆的Sim2Real（从模拟到现实）训练。该模型支持多种输入模式如分割图、深度图、LiDAR扫描等，并具备自适应空间控制和4K视频上采样功能，参数规模为7B，适配80GB H100硬件。

ChatGot是一个综合性的AI助手，旨在帮助用户进行交流、搜索和写作，同时提供多种图像和视频生成工具。无论是日常沟通、获取信息还是创作内容，ChatGot都能为用户提供高效的支持。

360 智脑是由奇虎 360 公司独立开发的 AI 大模型，拥有数百亿参数规模和多模态生成能力。它支持文本生成、图像生成、文本到视频转换等功能，涵盖生成创作、多轮对话、逻辑推理等十大核心能力，旨在为用户提供强大的 AI 辅助工具。其训练基于 3.4 万亿 token 的语料库，支持多达 360K 的上下文长度，适用于复杂的 AI 交互场景。