腾讯InstantMesh30秒图片生成3D模型；微软实时生成会说话的头像VASA；由 AI 创作的恶搞视频片段Sitcom Simulator

✨ 1: InstantMesh

30 秒内从一张图片生成 3D 模型

InstantMesh是一个基于单张图片，利用先进的稀疏视图大型重建模型（LRM）架构，快速生成3D网格（Mesh）的工具。这个框架允许用户将2D图片转换成3D模型，通过自动化处理简化了3D内容的创建过程，对于游戏设计、动画、建筑可视化等领域非常有用。

地址：https://github.com/TencentARC/InstantMesh

✨ 2: VASA-1

微软实时生成会说话的头像

单张人像照片 + 语音音频 = 超逼真的说话人脸视频，具有精确的口音同步、逼真的面部行为和自然的头部运动，实时生成。

地址：https://www.microsoft.com/en-us/research/project/vasa-1/

✨ 3: Sitcom Simulator

能够自动生成由 AI 创作的恶搞视频片段

Sitcom Simulator 是一个高度可定制的工具，能够自动生成由 AI 创作的恶搞视频片段，也称之为模因视频。这个工具通过编程命令即可安装使用，并支持各种自定义设置，让用户可以根据个人想法创造出独一无二的视频内容。

地址：https://github.com/joshmoody24/sitcom-simulator

✨ 4: SadTalker

能够将单张静态人像图片与音频（比如一段对话或音乐）结合，生成一段看起来这个人像在说话或表达情感的真实动态视频

SadTalker是一个基于深度学习的工具，它能够将单张静态人像图片与音频（比如一段对话或音乐）结合，生成一段看起来这个人像在说话或表达情感的真实动态视频。这种技术被广泛应用于数字媒体、娱乐、虚拟主播和个性化视频制作等领域。

地址：https://github.com/OpenTalker/SadTalker

✨ 5: Stable Diffusion 3 API

Stable Diffusion 3 API现已推出，提供先进的文本到图像生成能力和改进的模型架构。

Stable Diffusion 3 API是由Stability AI推出的一项开发者平台API服务，它提供了先进的文本到图像生成能力。这个API基于Stable Diffusion 3模型，该模型采用了全新的Multimodal Diffusion Transformer（MMDiT）架构，实现了更加精准的文本理解和拼写能力，与现有的文本到图像生成系统如DALL-E 3和Midjourney v6相比，在排版和提示符遵循性方面表现更佳。

更多AI工具，参考国内AiBard123，Github-AiBard123