复旦大学、微软亚洲研究院和西安交通大学等机构的研究人员开发的一个能通过音频直接生成唱歌或说话视频的工具，而且视频时长不受限制，画面质量也很高。

集成了多种生成式AI模型的平台。

Stable Video Diffusion是一种先进的生成式人工智能视频模型，将图像转换为视频，从而改变了视频生成领域。