1.文生文;
2.文生图;
3.文生视频;
4.文生文、图片、视频;
5.文生语音/声音;
6.语音/声音生文字;
7.图生图;
8.图生文;
9.图生视频;
10.多模态:通过文字生成文字、图片、视频或通过图片生成文字、图片、视频或通过视频生成文字、图片、视频等;
11.其他:涉及人脸生成、人脸替换、人物属性编辑、人物操控、姿态操控等生成或者编辑图像、视频内容中生物特征的技术;三维重建、数字仿真等生成或者编辑数字人物、虚拟场景的技术;涉及沉浸式拟真场景,是指应用深度合成技术生成或者编辑的,可供参与者体验或者互动的、具有高度真实感的虚拟场景。