AI Models Directory

Oplev kraften i LTX-2, den avancerede videogenereringsmodel, der er tilgængelig på story321. Oplev lynhurtig rendering, filmisk kvalitet og uovertruffen konsistens med LTX-2.

Oplev kraften i Qwen Image Edit, den avancerede instruktionsbaserede billedredigeringsmodel designet til skabere og udviklere. Transformer visuals med præcision ved hjælp af naturlige sprogkommandoer på story321.com.

Lås op for fremtidens indholdsskabelse med Ray 3, den mest avancerede generative videomodel, der er tilgængelig på Story321. Oplev hidtil uset hastighed, fotorealistisk kvalitet og filmisk bevægelseskontrol.

Oplev kraften i Chatterbox Turbo, den avancerede stemmegenereringsmodel i realtid, der er designet til problemfri konversations-AI. Oplev ultralav latens, menneskelignende nøjagtighed og uovertruffen skalerbarhed til dine applikationer.

Hunyuan Motion er en banebrydende tekst-til-3D menneskelig bevægelsesgenereringspakke, der omdanner naturligt sprog til høj-kvalitets, skeletbaseret karakteranimation. Bygget på en billion-parameter Diffusion Transformer og Flow Matching leverer Hunyuan Motion state-of-the-art instruktionsfølgning, jævn bevægelse og produktionsklare outputs med en simpel prompt-til-animation arbejdsgang understøttet af CLI og Gradio. Lær mere og kom i gang via det officielle repository på [github.com](https://github.com/Tencent-Hunyuan/HY-Motion-1.0).

Et samlet, højopløseligt og multi-format 3D-assetgenereringsframework drevet af Trellis

Transformer den måde, du analyserer og behandler visuelt indhold på med avanceret lagdelt arkitektur

Sana video bringer effektiv, højkvalitets tekst-til-video og billede-til-video generering til din browser. Skab sammenhængende 720p, 16 fps klip op til et minut med forskningsbaseret ydeevne. Prøv Sana video på Story321 og send poleret bevægelsesindhold hurtigt.

Vidu AI Video Generator - Create stunning HD videos up to 16 seconds from text prompts. Powered by U-ViT architecture from Tsinghua University, Vidu transforms your ideas into high-quality 1080p videos with advanced physics simulation and cinematic camera work.

Experience the breakthrough in AI video generation with Hailuo 2.3, MiniMax's flagship model that delivers unprecedented realism, motion accuracy, and creative versatility.

DeepSeek-OCR er en avanceret AI-drevet optisk tegngenkendelsesmodel, der nøjagtigt udtrækker tekst fra billeder og dokumenter på 100+ sprog, med specialiserede funktioner til komplekse layouts, håndskrift, diagrammer og matematiske formler.

LTX Video er en avanceret AI-videogenereringsmodel, der transformerer tekstprompts til sammenhængende videoindhold af høj kvalitet med exceptionel scenekonsistens og fleksibel stilkontrol.

Gemma er en familie af lette, open source AI-modeller fra Google DeepMind, der leverer kraftfuld ydeevne til tekstgenerering, spørgsmålsbesvarelse og forskellige sprogopgaver.

Advanced text-to-image AI model series by Black Forest Labs, featuring ultra-high resolution, hyper-realistic output, and exceptional prompt understanding.

Oplev fremtiden for videogenerering med Runway Gen-3 Alpha. Skab meget kontrollerbare, udtryksfulde videoer med hidtil uset kvalitet, konsistens og bevægelseskvalitet. Fra fotorealistiske scener til stiliseret animation leverer Gen-3 Alpha resultater i professionel kvalitet med avancerede Director Mode-kontroller og multimodale muligheder.

Act-One er et AI-drevet karakteranimationsværktøj fra Runway, der transformerer simple videopræstationer til udtryksfulde 3D-karakteranimationer ved hjælp af blot et enkelt kamera, hvilket eliminerer behovet for komplekst motion capture-udstyr.

IndexTTS er et tekst-til-tale-system i industriel kvalitet fra Bilibili, der leverer stemmesyntese i høj kvalitet med nul-skuds stemmekloning, flersproget support og følelseskontrol.

Seedance er en multi-shot AI-videogenereringsmodel fra ByteDance, der transformerer tekst eller billeder til filmiske, bevægelseskonsistente videosekvenser.

Seedream er ByteDances næste generations AI-billedgenererings- og redigeringsmodel, der skaber tosprogede billeder i høj kvalitet med bemærkelsesværdig hastighed, realisme og konsistens.

Ray is an intelligent video generation model by Luma AI that produces cinematic, physics-aware, and multi-view consistent videos from natural language prompts.

GPT Image is an advanced multimodal model that transforms text and image inputs into high-quality, customizable visuals for creative and professional use.

FramePack er en AI-model, der komprimerer temporal information på tværs af videobilleder for at opnå glattere, mere sammenhængende og effektiv videogenerering.

XTTS is a multilingual text-to-speech model by Coqui AI that generates lifelike, expressive, and natural voices from text in real time.

VGGT empowers developers and researchers with a single forward pass to predict camera poses, depth maps, point clouds, and more—no external bundle adjustment required.

SkyReels er en avanceret AI-videogenereringsmodel, der transformerer tekstprompter til filmiske, fotorealistiske videoklip på op til 12 sekunder med professionel kamerastyring og scenekontinuitet.

Avatar IV er en avanceret AI-model, der omdanner tekstprompts til livagtige, følelsesmæssigt udtryksfulde videoavatarer med naturlig bevægelse og tale.

Wan-Alpha is an advanced text-to-video generation model that creates high-quality RGBA videos with transparent backgrounds for seamless visual effects and compositing.

Sora 2 forvandler din fantasi til virkelighed ved at skabe fantastiske, fotorealistiske videoer med synkroniseret lyd ud fra simple tekstbeskrivelser. Oplev fremtiden for videoproduktion med OpenAIs mest avancerede AI-model med banebrydende fysiksimulering, multi-shot-kapacitet og endda muligheden for at spille med i dine egne AI-genererede videoer med Cameo.

GLM-4.6 is Zhipu AI's flagship model with 355B total parameters and 32B activated parameters. It delivers exceptional coding capabilities rivaling Claude Sonnet 4, features a 200K context window for handling complex tasks, enhanced intelligent search, and superior multilingual translation. Designed for developers, enterprises, and creators seeking cutting-edge AI performance.

Transformer dine ideer og billeder til fantastiske, produktionsklare 3D-aktiver med Tencents revolutionerende Hunyuan 3D. Med avancerede diffusionsmodeller, professionel tekstursyntese og problemfri workflow-integration til spiludvikling, produktdesign og digital kunst.

Hunyuan Image 3.0 transforms your ideas into stunning, photorealistic images with unprecedented prompt adherence and intelligent reasoning. Powered by 80B parameters and 64 experts MoE architecture, it delivers exceptional semantic accuracy and visual excellence. Experience the future of AI image generation with native multimodal understanding.

Hunyuan Video transforms your text descriptions into stunning, high-quality videos with exceptional physical accuracy and temporal consistency. Powered by a 13B parameter Unified Diffusion Transformer architecture, it generates up to 5-second videos at 720p resolution with superior motion dynamics and visual fidelity. Experience the future of video creation with advanced Flow Matching schedulers and parallel inference capabilities.

Create cinematic videos with unprecedented speed and creative control. Kling 2.5 Turbo delivers film-grade clarity, physics-accurate motion, and advanced features like Start/End Frames for seamless storytelling.

Google Gemini is Google’s flagship multimodal AI model that seamlessly understands text, images, audio, and video to deliver enterprise-grade reasoning and automation.

Veo 3.1 is Google DeepMind's flagship AI video generator delivering 4K visuals, native audio, and precise creative controls.

Explore Minimax Music—your gateway to groundbreaking music experiences, events, and artists. Discover releases, join events, and connect with the Minimax Music community.

Generer spilidéer, historier, kode og mere. Superlad din spiludviklingsworkflow.

Oplev den næste generation af AI-billedskabelse med Nano Banana. Fra karakterkonsistens til problemfri visuel historiefortælling omdefinerer Nano Banana, hvad der er muligt med AI. Begynd at generere og redigere billeder på få sekunder.

Omdan tekst, billeder og video til betagende filmiske oplevelser.

Skab royaltyfri musik i enhver genre. Perfekt til skabere, virksomheder og kunstnere.

Tilpas, kontroller og implementer GPT-modeller med uovertruffen fleksibilitet.

Skab kontrollerbare miljøer fra billeder og video. Slip din fantasi løs.

Skab kontrollerbare, livagtige digitale mennesker. Tilgængelig kode, modeller og datasæt.

Generer, forstå og transformer billeder med uovertruffen AI. Driver den næste generation af visuelle applikationer.

Craft images with flawless text. Unleash your creativity with AI-powered character generation.

Slip din kreativitet løs. Producer video af høj kvalitet fra tekst, billeder og mere.

Generer fantastiske visuals med uovertruffen hastighed og kreativ kontrol.

Lås op for uovertruffen stemmekloning med multi-sprog support og fantastisk nøjagtighed.

Generer fantastiske billeder fra tekst. Hurtigere arbejdsgange, uovertruffen kunstnerisk kontrol.

Byg banebrydende lyd-AI. Hurtig feature extraction, problemfri ML-integration.