KI-Modelle Verzeichnis

Transformieren Sie die Art und Weise, wie Sie visuelle Inhalte mit fortschrittlicher Layered Architecture analysieren und verarbeiten

Sana Video bringt effiziente, hochwertige Text-zu-Video- und Bild-zu-Video-Generierung in deinen Browser. Erstelle kohärente 720p-, 16-fps-Clips bis zu einer Minute mit forschungsgestützter Leistung. Probiere Sana Video auf Story321 aus und liefere schnell hochwertige Bewegungsinhalte.

Vidu AI Video Generator - Erstellen Sie atemberaubende HD-Videos mit bis zu 16 Sekunden Länge aus Textprompts. Vidu wird von der U-ViT-Architektur der Tsinghua-Universität angetrieben und verwandelt Ihre Ideen in hochwertige 1080p-Videos mit fortschrittlicher Physiksimulation und filmischer Kameraführung.

Erleben Sie den Durchbruch in der KI-Videogenerierung mit Hailuo 2.3, dem Flaggschiffmodell von MiniMax, das beispiellosen Realismus, Bewegungsgenauigkeit und kreative Vielseitigkeit bietet.

DeepSeek-OCR ist ein fortschrittliches KI-gestütztes Modell zur optischen Zeichenerkennung, das Text aus Bildern und Dokumenten in über 100 Sprachen präzise extrahiert und über spezielle Funktionen für komplexe Layouts, Handschrift, Diagramme und mathematische Formeln verfügt.

LTX Video ist ein fortschrittliches KI-Video-Generierungsmodell, das Text-Prompts in hochwertige, kohärente Videoinhalte mit außergewöhnlicher Szenenkonsistenz und flexibler Stilkontrolle umwandelt.

Gemma ist eine Familie von schlanken Open-Source-KI-Modellen von Google DeepMind, die eine hohe Leistung für Textgenerierung, Fragenbeantwortung und verschiedene Sprachaufgaben bieten.

Fortschrittliche Text-zu-Bild-KI-Modellreihe von Black Forest Labs mit ultrahoher Auflösung, hyperrealistischer Ausgabe und außergewöhnlichem Prompt-Verständnis.

Erlebe die Zukunft der Videogenerierung mit Runway Gen-3 Alpha. Erstelle hochgradig steuerbare, ausdrucksstarke Videos mit beispielloser Wiedergabetreue, Konsistenz und Bewegungsqualität. Von fotorealistischen Szenen bis hin zu stilisierter Animation liefert Gen-3 Alpha professionelle Ergebnisse mit erweiterten Regisseurmodus-Steuerelementen und multimodalen Fähigkeiten.

Act-One ist ein KI-gestütztes Charakteranimationswerkzeug von Runway, das einfache Videoperformances in ausdrucksstarke 3D-Charakteranimationen verwandelt, indem es nur eine einzige Kamera verwendet und so komplexe Motion-Capture-Ausrüstung überflüssig macht.

IndexTTS ist ein industrietaugliches Text-to-Speech-System von Bilibili, das hochwertige Sprachsynthese mit Zero-Shot-Voice-Cloning, mehrsprachiger Unterstützung und Emotionskontrollfunktionen bietet.

Seedance ist ein Multi-Shot-KI-Videogenerierungsmodell von ByteDance, das Text oder Bilder in filmische, bewegungskonsistente Videosequenzen umwandelt.

Seedream ist ByteDance's KI-Bildgenerierungs- und Bearbeitungsmodell der nächsten Generation, das hochwertige, zweisprachige Visualisierungen mit bemerkenswerter Geschwindigkeit, Realismus und Konsistenz erstellt.

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 ist ein KI-Modell, das zeitliche Informationen über Video-Frames hinweg komprimiert, um eine flüssigere, kohärentere und effizientere Videogenerierung zu erreichen.

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 ist ein fortschrittliches KI-Videogenerierungsmodell, das Textprompts in filmische, fotorealistische Videoclips mit einer Länge von bis zu 12 Sekunden mit professioneller Kamerasteuerung und Szenenkontinuität umwandelt.

Avatar IV ist ein fortschrittliches KI-Modell, das Text-Prompts in lebensechte, emotional ausdrucksstarke Video-Avatare mit natürlichen Bewegungen und Sprache umwandelt.

Wan-Alpha ist ein fortschrittliches Text-zu-Video-Generierungsmodell, das hochwertige RGBA-Videos mit transparenten Hintergründen für nahtlose visuelle Effekte und Compositing erstellt.

Sora 2 verwandelt deine Fantasie in Realität, indem es atemberaubende, fotorealistische Videos mit synchronisiertem Audio aus einfachen Textbeschreibungen erstellt. Erlebe die Zukunft der Videoerstellung mit dem fortschrittlichsten KI-Modell von OpenAI, das bahnbrechende Physiksimulation, Multi-Shot-Funktionen und sogar die Möglichkeit bietet, mit Cameo in deinen eigenen KI-generierten Videos mitzuspielen.

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.

Transform your ideas and images into stunning, production-ready 3D assets with Tencent's revolutionary Hunyuan 3D. Featuring advanced diffusion models, professional texture synthesis, and seamless workflow integration for game development, product design, and digital art.

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.

Erstelle kinoreife Videos mit beispiellosem Tempo und kreativer Kontrolle. Kling 2.5 Turbo liefert filmreife Klarheit, physikgenaue Bewegung und fortschrittliche Funktionen wie Start-/Endbilder für nahtloses 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.

Generieren Sie Spielideen, Handlungsstränge, Code und mehr. Beschleunigen Sie Ihren Spieleentwicklungs-Workflow.

Erleben Sie die nächste Generation der KI-Bilderstellung mit Nano Banana. Von der Charakterkonsistenz bis zum nahtlosen visuellen Storytelling definiert Nano Banana neu, was mit KI möglich ist. Beginnen Sie mit dem Generieren und Bearbeiten von Bildern in Sekundenschnelle.

Verwandle Text, Bilder und Videos in atemberaubende Kinoerlebnisse.

Erstellen Sie lizenzfreie Musik in jedem Genre. Perfekt für Kreative, Unternehmen und Künstler.

Passen Sie GPT-Modelle an, steuern Sie sie und stellen Sie sie mit beispielloser Flexibilität bereit.

Erstelle steuerbare Umgebungen aus Bildern und Videos. Entfessle deine Fantasie.

Erstellen Sie steuerbare, lebensechte digitale Menschen. Zugänglicher Code, Modelle und Datensätze.

Generieren, verstehen und transformieren Sie Bilder mit beispielloser KI. Die nächste Generation visueller Anwendungen wird unterstützt.

Erstellen Sie Bilder mit fehlerfreiem Text. Entfesseln Sie Ihre Kreativität mit KI-gestützter Zeichengenerierung.

Entfesseln Sie Ihre Kreativität. Produzieren Sie hochwertige Videos aus Text, Bildern und mehr.

Generieren Sie atemberaubende Grafiken mit beispielloser Geschwindigkeit und kreativer Kontrolle.

Erschließen Sie unübertroffenes Klonen von Stimmen mit mehrsprachiger Unterstützung und atemberaubender Genauigkeit.

Generieren Sie atemberaubende Visualisierungen aus Text. Schnellere Workflows, beispiellose künstlerische Kontrolle.

Erstellen Sie hochmoderne Audio-KI. Schnelle Feature-Extraktion, nahtlose ML-Integration.

Denken, planen und erstellen Sie wie nie zuvor. Erleben Sie die Leistungsfähigkeit von Qwen3 Thinking.

Mehrsprachige KI der nächsten Generation: Überwinden Sie Sprachbarrieren, steigern Sie die globale Reichweite und übersetzen Sie mit beispielloser Genauigkeit.

Verwandeln Sie Text und Bilder in hochwertige 3D-Modelle. Entfesseln Sie Ihr kreatives Potenzial.

Generieren Sie mühelos atemberaubende Bilder. Förderung der Kreativität für Entwickler und Forscher.

Beschleunigen Sie Ihre Forschung und Entwicklung mit leistungsstarken, vortrainierten KI-Modellen. Greifen Sie schneller zu, integrieren Sie und innovieren Sie.

Generieren und verstehen Sie Bilder wie nie zuvor. Entwickler, Forscher und Innovatoren stärken.