视频

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。

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。

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。

OpenAI直播第六天，可以说是把圣诞氛围拉满了。 在高级语音模式中，不仅加入了视频聊天，而且还有限定版圣诞老人语音。 这就意味着，通过设备共享摄像头摄取到的内容，我们就可以和「Her」实时视频对话了！

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。

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。

AI好好用报道编辑：杨文AI魔改剧又土又嗨！ 小作坊下料就是猛。 近日，有网友用 AI 爆改国产剧，那画面一个比一个癫。

谷歌公司昨日（12 月 4 日）发布博文，宣布在 Vertex AI 平台上，以私测预览版的形式，面向企业开放最新的生成式 AI 视频模型 Veo，助力企业内容创作流程。

Meta的视频版分割一切——Segment Anything Model 2（SAM 2），又火了一把。 因为这一次，一个全华人团队，仅仅是用了个经典方法，就把它的能力拔到了一个新高度——任你移动再快，AI跟丢不了一点点！ 例如在电影《1917》这段画面里，主角穿梭在众多士兵之中，原先的SAM 2表现是这样的：嗯，当一大群士兵涌入画面的时候，SAM 2把主角给跟丢了。

把连续相同的图像块合并成一个token，就能让Transformer的视频处理速度大幅提升。 卡内基梅隆大学提出了视频大模型加速方法Run-Length Tokenization（RLT），被NeurIPS 2024选为Spotlight论文。 在精度几乎没有损失的前提下，RLT可以让模型训练和推理速度双双提升。

11月8日，字节跳动旗下的AI内容平台即梦AI宣布，即日起，由字节跳动自研的视频生成模型Seaweed面向平台用户正式开放。 用户登陆后，在“视频生成”功能下，视频模型选择“视频S2.0”即可体验。 图说：即梦AI PC端和App端模型使用入口9月底，字节跳动正式宣布向AI视频领域进军，发布豆包模型家族的两款视频生成模型Seaweed和Pixeldance，并通过即梦AI、火山引擎分别面向创作者和…

Sora爆火以来，“视频生成模型到底懂不懂物理规律”受到热议，但业界一直未有研究证实。 近日，字节跳动豆包大模型团队公布最新论文，研究历时8个月，围绕“视频生成模型距离世界模型有多远”首次在业界完成系统性实验并给出明确结论：视频生成模型可以记忆训练案例，但暂时还无法真正理解物理规律，做到“举一反三”。 图灵奖得主、Meta首席AI科学家杨立昆点赞并转发了该研究，表示“结论不令人意外，但很高兴终于有…

前几天，Runway宣布更加灵活逼真的AI摄像头控件上线，开始实现3D化！ 该功能Gen-3 Alpha Turbo视频生成模型可用。 而就在一个多星期前，10月23日，Runway还宣布了Gen-3 Alpha的新功能Act-One。

长视频理解是多模态大模型的核心能力之一，也是迈向通用人工智能（AGI）的关键一步。 然而，现有的多模态大模型在处理 10 分钟以上的超长视频时，仍然面临性能差和效率低的双重挑战。 对此，智源研究院联合上海交通大学、中国人民大学、北京大学和北京邮电大学等多所高校，推出了小时级的超长视频理解大模型 Video-XL。

据 36 氪报道，在今日举行的 2024 中国计算机大会上，快手副总裁、大模型团队负责人张迪介绍，自今年六月发布以来，可灵 AI 已有超过 360 万用户，累计生成 3700 万个视频和超过一亿张图片。 近期可灵 AI 还将上架独立 App，方便用户使用。 据悉，可灵 AI 将内测视频人脸模型功能，基于创新的 ID 保持能力，支持用户自助训练人脸模型，完成训练后，可使用该模型进行 5s / 10s…

AI好好用报道编辑：杨文目前发布的最大的开源视频生成模型。 Genmo 当了一回「赛博菩萨」。 昨晚，AI 视频生成公司 Genmo 推出了最新的视频生成模型 Mochi 1 ，并且大手一挥，直接给开源了 。

复旦大学和百度联合开发了一款名为 Hallo2 的全新 AI 模型，该模型可以生成长达数小时的 4K 分辨率人物动画，现已在 GitHub 发布开源。Hallo2 模型建立在 latent diffusion models 的基础上，相比上一代 Hallo 模型的效果更好，支持了长视频生成，通过引入数据增强方法如 patch-drop 和高斯噪声，有效提高了长时间视频的视觉一致性和时间连贯性。Ha…

10月15日，火山引擎在视频云技术大会上发布了大模型训练视频预处理方案，助力解决视频大模型训练的成本、质量和性能等方面的技术挑战。目前，该技术方案已应用于豆包视频生成模型。火山引擎总裁谭待在活动致辞表示，在AIGC、多模态等技术的共同推动下，用户体验在多个维度上经历着深刻转变，“基于抖音业务实践和与行业客户共创，火山引擎视频云正积极探索AI大模型与视频技术的深度融合，在技术底座、处理链路和业务增长…

由快手科技、北京大学和北京邮电大学联合组建的研究团队推出 Pyramid Flow 文生视频模型，用户在输入文本之后，即可生成最长 10 秒、分辨率高达 1280x768、帧率 24fps 的高质量视频。Pyramid Flow 文生视频模型主要面向开发者、艺术家和创作者等，提供更高效、更灵活的视频生成解决方案，目前已经在 Hugging Face 平台上线，并完全开源。 AI在线查询官方介绍，附…

感谢科技媒体 The Verge 于 10 月 8 日发布博文，报道称 Meta 公司在 Advertising Week 活动中，推出了 Image Animation 和 Video Expansion 两款 AI 工具。Image Animation根据 Meta 公司分享的最新动图，用户可以选择一张静态照片，无需在 Instagram Reels 上使用任何现有的视频素材，就能生成创意视频…

AI在线 发布 2024年9月全球和国内AI网站流量排行榜、全球AI网站增长率排行榜，并联合 哥飞的朋友们出海社群 发布出海AI网站流量排行榜！