“Splatter a Video”提出了一种基于3D高斯表示的视频处理方法，可应用于跟踪、深度预测等多种任务。

Lingo是一款支持离线翻译任意语言的桌面应用程序。

DiffSynth Studio是一款强大的扩散引擎，提供高效视频和图像生成功能。

MOFA-Video是一种通过生成运动场自适应来控制图像动画的方法。

Depth Anything V2是一款高效、精准且轻量级的单目深度估计模型。

OccSora是一种用于自动驾驶场景模拟的4D占用生成模型。