EADST

2026年1月11日AI图片与视频领域最新成果盘点

2026年1月11日AI图片与视频领域最新成果盘点(含开源链接/入口)

发布日期:2026 年 1 月 11 日

本文总结近期 AI 在 视频生成、数字人、语音转录、可控视角/4D、机器人 等方向的进展,并给出对应的论文/开源仓库/工具入口,便于快速上手与检索。


一、核心成果汇总(图片与视频为主)

1)视频生成与编辑类模型

DreamID-V(字节跳动)——高保真视频级换脸模型


LTX-2(Lightricks)——音画同步视频生成模型


研究社区代表项目(可核对的开源条目)


2)数字人相关技术

Google Veo 3 / Veo 3.1 + Flow + Google Vids


HRM²Avatar(阿里)——移动端高保真数字人生成框架


3)其他关联 AI 成果(跨领域支持)

ElevenLabs Scribe v2 ——语音转录/字幕制作


DeepTutor(港大)——开源研究/学习辅助工具

  • 核心能力:上传资料后进行问答、学习辅助、研究工作流支持(具体功能以仓库版本为准)。
  • 资源链接:
  • DeepTutor GitHub

SleepFM(斯坦福)——睡眠与健康分析模型

  • 核心能力:健康/睡眠相关基础模型与分析能力(偏健康数据方向)。
  • 资源链接:
  • SleepFM GitHub

4)人形机器人与视觉技术关联

Boston Dynamics Atlas(新一代电驱 Atlas)


二、资源索引(文字版,无表格)

下面按“成果名称 → 类型 → 资源链接”列出,方便复制与二次整理:

相关标签
About Me
XD
Goals determine what you are going to be.
Category
标签云
SPIE Baidu Python LeetCode CSV uWSGI 域名 Land Safetensors PyCharm QWEN InvalidArgumentError LLAMA v0.dev Pandas transformers 论文速读 公式 ms-swift Github OpenAI News Animate Image2Text MD5 Windows Permission logger Dataset git-lfs Linux Jetson FP64 论文 UI Use Review VGG-16 DeepStream Datetime Crawler WebCrawler WAN Vmess Quantization Claude GPT4 Algorithm FP8 Breakpoint Qwen Input VSCode Firewall Template Tracking Tiktoken FastAPI RAR Miniforge FP16 个人博客 Random FP32 Disk Paper TTS Logo Domain LaTeX SVR Heatmap Excel Numpy 多进程 财报 Base64 Diagram BeautifulSoup Hilton YOLO PDB CLAP 图标 自我改进 关于博主 证件照 SAM Proxy Streamlit Jupyter CAM Hotel torchinfo Cloudreve C++ 飞书 GIT Vim ONNX hf RL 搞笑 HuggingFace Ptyhon llama.cpp GPTQ Conda Markdown Shortcut Qwen2 RGB 腾讯云 Password Nginx Color Data Agent 算法题 LLM Qwen2.5 Ubuntu tqdm LoRA VPN scipy Pillow Translation Michelin CV PyTorch ResNet-50 API网关 顶会 PDF Pickle Gemma Transformers Zip NLTK Paddle AI BTC Pytorch Math mmap 强化学习 Git uwsgi Search Anaconda Hungarian Attention ModelScope DeepSeek UNIX Distillation SQLite Harness 版权 Rebuttal 云服务器 CEIR Bitcoin PIP OCR 递归学习法 阿里云 Bipartite 图形思考法 BF16 Card Video Knowledge Web 报税 Docker CTC Google Augmentation COCO OpenCV Plotly Freesound Food XML Django GoogLeNet CC NameSilo Magnet Mixtral 继承 JSON Website HaggingFace TensorFlow Tensor EXCEL 签证 Sklearn 第一性原理 XGBoost ChatGPT Bert Jev printf IndexTTS2 git 长期记忆 Interview Quantize GGML TSV tar Bin TensorRT Llama Clash CUDA FlashAttention NLP diffusers 多线程 v2ray Plate SQL 音频 API 净利润 Statistics icon
站点统计

本站现有博文340篇,共被浏览1019213次

本站已经建立2719天!

热门文章
文章归档
回到顶部