Diretório de Modelos de IA

Descubra o poder do LTX-2, o modelo de geração de vídeo de última geração disponível no story321. Experimente renderização incrivelmente rápida, qualidade cinematográfica e consistência incomparável com o LTX-2.

Descubra o poder do Qwen Image Edit, o modelo de edição de imagens baseado em instruções de última geração, projetado para criadores e desenvolvedores. Transforme visuais com precisão usando comandos de linguagem natural em story321.com.

Desbloqueie o futuro da criação de conteúdo com Ray 3, o modelo de vídeo generativo mais avançado disponível no Story321. Experimente velocidade sem precedentes, qualidade fotorealista e controle de movimento cinematográfico.

Descubra o poder do Chatterbox Turbo, o modelo de geração de voz em tempo real de última geração, projetado para IA conversacional perfeita. Experimente latência ultrabaixa, fidelidade semelhante à humana e escalabilidade incomparável para seus aplicativos.

Hunyuan Motion é um conjunto de última geração para geração de movimento humano 3D a partir de texto que transforma linguagem natural em animação de personagens de alta qualidade baseada em esqueleto. Construído sobre um Diffusion Transformer de um bilhão de parâmetros e Flow Matching, Hunyuan Motion oferece seguimento de instruções de última geração, movimento suave e saídas prontas para produção com um fluxo de trabalho simples de prompt para animação, com suporte de CLI e Gradio. Saiba mais e comece a usar por meio do repositório oficial em [github.com](https://github.com/Tencent-Hunyuan/HY-Motion-1.0).

Uma Estrutura Unificada, de Alta Fidelidade e Multi-Formato para Geração de Ativos 3D, impulsionada por Trellis

Transforme a forma como você analisa e processa conteúdo visual com arquitetura em camadas avançada

Sana video traz geração eficiente e de alta qualidade de texto para vídeo e imagem para vídeo para o seu navegador. Crie clipes coerentes de 720p, 16 fps de até um minuto com desempenho comprovado por pesquisa. Experimente Sana video no Story321 e entregue conteúdo de movimento refinado rapidamente.

Gerador de Vídeo com IA Vidu - Crie vídeos HD impressionantes de até 16 segundos a partir de prompts de texto. Alimentado pela arquitetura U-ViT da Universidade de Tsinghua, o Vidu transforma suas ideias em vídeos de alta qualidade em 1080p com simulação de física avançada e trabalho de câmera cinematográfico.

Experimente o avanço na geração de vídeo com IA com Hailuo 2.3, o modelo principal da MiniMax que oferece realismo, precisão de movimento e versatilidade criativa sem precedentes.

DeepSeek-OCR é um modelo avançado de reconhecimento óptico de caracteres alimentado por IA que extrai com precisão texto de imagens e documentos em mais de 100 idiomas, com recursos especializados para layouts complexos, escrita manual, gráficos e fórmulas matemáticas.

LTX Video é um modelo avançado de geração de vídeo AI que transforma prompts de texto em conteúdo de vídeo coerente e de alta qualidade com consistência de cena excepcional e controle de estilo flexível.

Gemma é uma família de modelos de IA de código aberto e leves do Google DeepMind que oferecem desempenho poderoso para geração de texto, resposta a perguntas e várias tarefas de linguagem.

Série de modelos de IA avançados de texto para imagem da Black Forest Labs, apresentando ultra-alta resolução, saída hiper-realista e compreensão de prompt excepcional.

Experimente o futuro da geração de vídeo com o Runway Gen-3 Alpha. Crie vídeos altamente controláveis e expressivos com fidelidade, consistência e qualidade de movimento sem precedentes. De cenas fotorrealistas a animação estilizada, o Gen-3 Alpha oferece resultados de nível profissional com controles avançados do Modo Diretor e capacidades multimodais.

O Act-One é uma ferramenta de animação de personagens alimentada por IA da Runway que transforma performances de vídeo simples em animações de personagens 3D expressivas usando apenas uma única câmera, eliminando a necessidade de equipamentos complexos de captura de movimento.

IndexTTS é um sistema de conversão de texto em fala de nível industrial da Bilibili que oferece síntese de voz de alta qualidade com clonagem de voz zero-shot, suporte multilíngue e capacidades de controle de emoção.

Seedance é um modelo de geração de vídeo com IA multi-shot da ByteDance que transforma texto ou imagens em sequências de vídeo cinematográficas e com movimento consistente.

Seedream é o modelo de geração e edição de imagens de IA de próxima geração da ByteDance que cria visuais bilíngues de alta qualidade com notável velocidade, realismo e consistência.

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 é um modelo de IA que comprime informações temporais entre quadros de vídeo para obter uma geração de vídeo mais suave, coerente e eficiente.

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 é um modelo avançado de geração de vídeo por IA que transforma comandos de texto em videoclipes cinematográficos e fotorrealistas de até 12 segundos de duração, com controle de câmera profissional e continuidade de cena.

Avatar IV é um modelo de IA avançado que transforma prompts de texto em avatares de vídeo realistas e emocionalmente expressivos, com movimento e fala naturais.

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.

O Sora 2 transforma sua imaginação em realidade, criando vídeos impressionantes e fotorrealistas com áudio sincronizado a partir de descrições de texto simples. Experimente o futuro da criação de vídeo com o modelo de IA mais avançado da OpenAI, apresentando simulação de física inovadora, capacidades multi-take e até mesmo a capacidade de estrelar seus próprios vídeos gerados por IA com o 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.

Transforme suas ideias e imagens em ativos 3D impressionantes e prontos para produção com o revolucionário Hunyuan 3D da Tencent. Apresentando modelos de difusão avançados, síntese de textura profissional e integração perfeita de fluxo de trabalho para desenvolvimento de jogos, design de produtos e arte digital.

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.

Crie vídeos cinematográficos com velocidade e controle criativo sem precedentes. O Kling 2.5 Turbo oferece clareza de nível de filme, movimento com física precisa e recursos avançados como Quadros de Início/Fim para contar histórias sem emendas.

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—seu portal para experiências musicais inovadoras, eventos e artistas. Descubra lançamentos, participe de eventos e conecte-se com a comunidade Minimax Music.

Gere ideias de jogos, enredos, código e muito mais. Turbine seu fluxo de trabalho de desenvolvimento de jogos.

Experimente a próxima geração de criação de imagens com IA com Nano Banana. Da consistência de personagens à narrativa visual perfeita, Nano Banana redefine o que é possível com IA. Comece a gerar e editar imagens em segundos.

Transforme texto, imagens e vídeo em experiências cinematográficas de tirar o fôlego.

Crie música livre de royalties em qualquer gênero. Perfeito para criadores, empresas e artistas.

Personalize, controle e implante modelos GPT com flexibilidade incomparável.

Crie ambientes controláveis a partir de imagens e vídeos. Liberte sua imaginação.

Crie humanos digitais controláveis e realistas. Código, modelos e conjuntos de dados acessíveis.

Gere, compreenda e transforme imagens com IA incomparável. Impulsionando a próxima geração de aplicações visuais.

Crie imagens com texto impecável. Libere sua criatividade com a geração de caracteres com tecnologia de IA.

Liberte sua criatividade. Produza vídeo de alta qualidade a partir de texto, imagens e muito mais.

Gere visuais impressionantes com velocidade incomparável e controle criativo.

Desbloqueie a clonagem de voz incomparável com suporte a vários idiomas e precisão impressionante.

Gere visuais impressionantes a partir de texto. Fluxos de trabalho mais rápidos, controle artístico incomparável.

Construa IA de áudio de ponta. Extração rápida de recursos, integração ML perfeita.