生成

AI好好用报道编辑：Sia音频视频的同步生成，是时候开卷了~承认吧，虽然谷歌 Veo2 在视频生成上完虐了 Sora，但生成的还是个默片。 没声音的 AI 视频，说白了就是个半成品。 看看这组数字：谷歌开放的大规模音频数据集 AudioSet 显示，82% 以上的视频都有人声或音乐；去年抖音上传的 100 多亿条视频里，差不多八成都配了背景音乐。

近期免费上线的视频生成平台Video Ocean，支持任意角色、任意风格，可以文生视频、图生视频、角色生视频，引起广泛关注与肯定，登上Product Hunt全球产品热度榜单第三。 体验地址： Ocean如何以极低成本快速完成迭代？ 开源解决现已方案发布。

不用排队、不用签证，现在只需打开屏幕，就能探索圣彼得大教堂的一切——从壮美的圆顶到鲜有人见的教皇墓地，全方位感受这座文艺复兴与巴洛克建筑巅峰之作的震撼。 梵蒂冈联手Iconem和微软，仅用不到一个月的时间，就打造了这座教堂的数字双胞胎，并推出沉浸式展览和互动网站——La Basilica di San Pietro（意大利语：圣彼得大教堂）。 探索地址：，圣彼得大教堂见证了米开朗基罗与贝尔尼尼的建…

AI好好用报道编辑：杨文为了考住Veo2,也是难为人类了。 总被 OpenAI 压着打的谷歌，终于扬眉吐气了！ 最近，谷歌连上几款大模型，个个备受好评。

具备原生中文理解能力，还兼容Stable Diffusion生态。 最新模型结构Bridge Diffusion Model来了。 与Dreambooth模型结合，它生成的穿中式婚礼礼服的歪国明星长这样。

AI好好用报道编辑：杨文人人免费可用。 大洋彼岸，两大巨头 OpenAI 和谷歌轮番炸场。 一个发布了那个传说中的 Sora，一个推出了最强视频生成模型 Veo2。

编辑丨ScienceAI随着电动汽车市场的快速发展，动力电池需求量激增，但其设计寿命有限，退役潮已经到来。 如何高效、经济、环保地处理这些退役电池，成为亟待解决的挑战。 梯次利用和回收利用被视为关键途径，而准确评估退役电池健康状态（SOH）则是实现这一目标的基础。

OpenAI直播划水的一天，谷歌版Sora迎来了它的2.0——Veo 2，根据文本或图像生成更为高质量的视频。 从官方介绍中看，此次主要有三个方面的升级。 比如分辨率能达到4K。

视频数据中通常会包含动态世界中的复杂信号，比如相机运动、关节移动、复杂的场景效果以及物体之间的交互。 如果能自动化地把视频分解成一组语义上有意义的、半透明的层，分离前景对象和背景的话，类似PS中的图片，就可以极大提升视频的编辑效率和直观性。 现有方法在推断对象及其效果之间复杂的时空相关性时，只能处理静态背景或带有精确相机和深度估计数据的视频，并且无法补全被遮挡区域，极大限制了可应用范围。

AI好好用报道编辑：杨文终于识得Sora真面目。 Sora 千呼万唤始出来。 10 日凌晨，OpenAI 直接开放了 Sora 的新版本 ——Sora Turbo，ChatGPT Plus 和 Pro 用户可以直接上手体验。

AI生成视频的风，还是吹到了影视名导的圈子里。 用全球最火的AI视频工具：快手可灵。 联手国内最知名的9名影视工作者：李少红（《大明宫词》）、贾樟柯（《三峡好人》）、叶锦添（《英雄本色》）、薛晓路（《不要和陌生人说话》）、俞白眉（《战狼2》）、董润年（《年会不能停！

本文是对 UniScene: Unified Occupancy-centric Driving Scene Generation的解读，UniScene 在Video、LiDAR 和Occupancy生成方面超过了所有之前的SOTA方法。 此外，UniScene生成的数据可显着增强下游任务，包括Occupancy预测、3D检测和BEV分割。 论文链接：：、可控、带注释的训练数据对于自动驾驶至关重…

记者获悉，近日，字节跳动视频生成模型 PixelDance已在豆包电脑版正式开启内测，部分用户已开通体验入口。 内测页面显示，用户每日可免费生成十支视频。  PixelDance视频生成模型于9月底首次发布，最早通过即梦AI、火山引擎面向创作者和企业客户小范围邀测，外部对其多镜头组合、运镜切换及人物运动能力评价较好。

常见的RGB图像大都为低动态范围（Low Dynamic Range, LDR），亮度的取值范围在[0,255]之间。 然而人眼对亮度的感知范围要比RGB图像宽广得多，一般为[0, ∞]，导致LDR图像很难反映真实场景的亮度范围，使得一些较暗或者较亮的区域的细节难以被捕捉，高动态范围（High Dynamic Range，HDR）图像应运而生，具有更广的亮度范围。 新视角合成（Novel View…

Sora至今还未开放，但第二代已曝光！ 在人物神态等细节方面的刻画更加精进了，群像也能很好地生成。 根据泄露视频，Sora v2不仅支持长达1分钟的视频输出，而且还支持三种生成模式：文本转视频文本 图像转视频文本 视频转视频网友爆料OpenAI的Chad Nelson在伦敦的C21Media主题演讲中展示了Sora v2的效果，并表示：正如Sam Altman所预示的，我们将很快看到这一切。

近日，字节跳动旗下智能AI助手豆包升级文生图能力，支持一键生成指定文本。 用户可以在生图提示词中加入文本要求，如“一张带有「新年快乐」的图”，即可生成带有指定文字的图片。 目前该功能已经在豆包APP开启测试，即梦也已小范围测试。

Sam Altman 在 DealBook 峰会上又发表了一番暴论。 他表示，AGI的到来比大多数人预期得更快，但其实际影响却可能远低于大众想象Altman 坦言，OpenAI 计划在未来12个月内推出一系列更强大的技术，并暗示它可以实现AGI，即机器可以完成几乎所有人类大脑能完成的任务。 然而，他认为，AGI 的出现不会带来灾难性变化，而是更像是经济加速的“里程碑”。

刚刚斯坦福大学的李飞飞教授宣布，她带领的World Labs团队推出一个能从单张图片生成 3D 世界的 AI 系统！ 不是简单的 3D 建模，而是真正可以交互的 3D 物理场景！ 3D场景在浏览器里就能实时渲染，还能用WASD键和鼠标自由控制视角，就像玩游戏一样！

编辑 | 白菜叶在过去的 2-3 年里，去噪扩散概率模型 (DDPM) 在生成高质量文本、图像和视频方面取得了前所未有的成功。 这激发了人们对在蛋白质结构的从头设计中使用生成式 DDPM 的热情。 然而，大多数此类研究都遇到了相当大的困难，无法获得可以轻松生成可通过高分辨率结构分析验证的无缺陷蛋白质结构的 DDPM。

人类离电影《黑客帝国》的场景，似乎又近了一步。 因为就在刚刚，一个与电影同名的、首个AI基础世界模拟器——The Matrix问世。 它已经可以实现生成无限长、高保真720p真实场景视频，而且还是可以实时交互的那种！

编辑 | ScienceAI蛋白质作为生命活动的物质基础，就像一块块精巧的「乐高积木」，支撑着生物体内几乎所有的化学反应和生命过程。 从肌肉的收缩到大脑的思维，从病毒的侵染到免疫系统的防护，几乎都依赖这些功能多样的分子。 然而，自然界中的天然蛋白质并不能完全满足人类日益多样化的需求，因此科学家们致力于通过设计与定制蛋白质，赋予其更多复杂的功能。