视频

在今日的 2024 云栖大会上，阿里云发布了通义万相 Wanx 视觉生成大模型的新升级，能力全面进化。通义万相除了此前的文生图能力，现已支持文生视频、图生视频等，还有插画设计、涂鸦作画、局部重绘、短片创作、配乐生成等场景化能力。据阿里云官方透露，通义万相累计创作图片数已达 7500 万 ，累计用户数已达 93 万 。通义万相官网显示，全新发布自研 AI 视频生成大模型，具备“强大的画面视觉动态生成…

据 The Verge 报道，在当地时间周三（今天）举行的“Made on YouTube”特别活动上，谷歌宣布为 YouTube 带来一系列 AI 相关功能，有望改变视频制作的方式乃至视频本身。据悉，谷歌为 YouTube 创作者中心带来了新的“灵感”选项卡，其由 AI 驱动，主要功能就是“告诉”创作者应该制作的东西 —— 推荐视频的概念，提供标题和缩略图，甚至可以编写视频的大纲。YouTube…

随便给张图就能从更多视角查看全景了？！话不多说，先看一波效果，单视角输入 be like：难度升级，接下来换成双视角，看起来衔接也非常丝滑。以上来自 ViewCrafter，由北大、港中文、腾讯等机构的研究人员提出，可以从单张或稀疏输入图像生成精确相机可控的新视角视频。还支持场景级文生 3D、图生 3D、以及稀疏视角重建等应用。目前论文和代码均已开源，并提供了在线 Huggingface demo…

感谢阿里通义将在 2024 云栖大会（9 月 19 日至 9 月 21 日）期间发布视频生成大模型，目前通义 App 频道和通义万相 PC 端已上线“视频生成”入口，仅支持用户预约，但未开放使用。页面内容显示，全新发布的视频生成大模型是由通义实验室自主研发，包含“文生视频”和“图生视频”两种创作模式。AI在线测试，预约成功后，阿里通义会在用户获得使用资格时进行通知，并赠送给用户 66 灵感值（有效…

AI好好用报道编辑：杨文9.11和9.8哪个大还是答不对。9 月 13 日凌晨，OpenAI 又搞了个大新闻 ——推出 o1 系列模型，也就是江湖流传已久的「草莓」。这款模型到底厉害在哪，能让朋友圈刷了屏？这么说吧，它不需要专门训练，就能直接拿下数学奥赛金牌，甚至可以在博士级别的科学问答环节上超越人类专家。（查看详情，请移步：刚刚，OpenAI震撼发布o1大模型！强化学习突破LLM推理极限）不过，…

继去年 3 月推出 Firefly 文生图 AI 模型后，Adobe 计划在今年内推出 Firefly 文生视频模型，允许用户使用文字描述或图像静帧生成动态视频。▲ Adobe 去年 3 月推出的 Firefly 文生图 AI 模型▲ Adobe 预告的 Firefly 文生视频 AI 模型Adobe 表示，当前全球短视频市场需求不断增长，这意味着编辑、电影制作人或内容创作者需要在更短的时间内完成…

小心悄悄话被 AI 听见！（嘘）最近国外一款可以读唇语的 AI 软件火了！具体效果如下：红毯上布莱克・莱弗利小声说：“好紧张”，笑着说话时肉眼很难分辨唇语，但 AI 可以。乍一看只能看见一排白牙（bushi）的侃爷，唇语也能被轻松破解。看完后网友们开始纷纷评论，大开脑洞：求“联名”型网友：快把它和 Siri 结合一下吧！这样我就不用像小傻子一样对着电脑大喊了！测评型网友：我想用它试试“座机画质”的…

Adobe 宣布，将于今年年底前推出由 Adobe Firefly Video 模型驱动的视频生成功能，届时用户可以在 Premiere Pro 测试版应用和独立网站上体验这一功能。Adobe 表示目前正在内部测试三种功能：生成续帧 (Generative Extend)、文本转视频 (Text to Video) 和图像转视频 (Image to Video)，并将在近期开放公测。生成续帧功能允…

快手今日宣布启动“可灵 AI”电影共创计划。快手将联合李少红、贾樟柯、叶锦添、薛晓路、俞白眉、董润年、张吃鱼、王子川、王卯卯等 9 位导演，制作出品 9 部 AIGC 电影短片，9 部短片将全部由可灵 AI 进行视频生成。据AI在线此前报道，今年 6 月，快手视频生成大模型“可灵”上线。今年 8 月，快手宣布有超过 160 万人使用过可灵 AI，并累计生成超 1600 万视频、累计生成图片数量为 …

大模型落地持续加速中。9月5日，腾讯宣布推出新一代大模型“混元Turbo”，相比前代模型，腾讯混元Turbo性能显著提升，训练效率提升108%，推理效率提升 100%，推理成本降低 50%，效果在多个基准测试上对标GPT-4o，且第三方测评居国内第一。目前，混元Turbo已经在腾讯云上线，输入和输出价格只有前代模型的一半。企业和开发者可以通过API、专属模型、精调模型等方式使用混元大模型相关能力。…

据界面新闻报道，在今日举办的 2024 REAL 科技大会上，商汤数字文娱事业部总经理栾青介绍称，目前商汤投建的国产化人工智能算力集群已拥有 5.4 万张 GPU，最高算力达 2 万 P。栾青表示，商汤正在上海临港投建全国最大规模人工智能数据中心，全国算力节点遍及上海、广州、重庆、深圳、福州等地。据AI在线此前报道，商汤截至 2024 年 6 月 30 日的半年报数据显示，2024 年上半年，集团…

感谢智谱 AI 今日宣布，清言 App 视频通话功能面向所有用户全面放开，限时免费。智谱称其为“有了眼睛”的 AI 产品：不局限于打字和语音交互，不用担心机器播报模式，不会觉得它生硬、冷冰。AI在线附主要功能如下：速读文档、分析材料、高情商回复领导帮助用户解析题干导航看路、餐厅点餐随拍随学、即时翻译、语法教学时尚造型顾问据介绍，用户在清言 App 点击首页右下方的打 Call 按钮，跳转视频通话后…

机器之能报道编辑：杨文以大模型、AIGC为代表的人工智能浪潮已经在悄然改变着我们生活及工作方式，但绝大部分人依然不知道该如何使用。因此，我们推出了「AI在用」专栏，通过直观、有趣且简洁的人工智能使用案例，来具体介绍AI使用方法，并激发大家思考。我们也欢迎读者投稿亲自实践的创新型用例。投稿邮箱：[email protected]「两块钱，太便宜了，我帮你把价格打～上～去～！」去年，这句魔性…

阿里云通义千问今日宣布开源第二代视觉语言模型 Qwen2-VL，并推出 2B、7B 两个尺寸及其量化版本模型。同时，旗舰模型 Qwen2-VL-72B 的 API 已上线阿里云百炼平台，用户可直接调用。据阿里云官方介绍，相比上代模型，Qwen2-VL 的基础性能全面提升：读懂不同分辨率和不同长宽比的图片，在 DocVQA、RealWorldQA、MTVQA 等基准测试创下全球领先的表现；理解 20…

Deepfake（深度伪造），再度深陷舆论的风波。这一次，用这项 AI 技术犯罪的严重程度被网友直呼是“韩国 N 号房 2.0”，魔爪甚至伸向了众多未成年人！事件影响之大，直接冲上了各大热搜、热榜。早在今年 5 月，《韩联社》便通报过一则消息，内容是：首尔大学毕业生朴某和姜某，从 2021 年 7 月至 2024 年 4 月，涉嫌利用 Deepfake 换脸合成色情照片和视频，并在通信软件 Tel…

感谢智谱 AI 在 KDD 2024 大会上发布了新一代基础模型，自称在相应领域均达到了国际第一梯队的水准，并宣布在 MaaS 平台上免费开放 GLM-4-Flash API：语言模型 GLM-4-Plus：在语言理解、指令遵循、长文本处理等方面性能得到全面提升。文生图模型 CogView-3-Plus：具备与当前最上面的 MJ-V6 和 FLUX 等模型接近的性能。图像 / 视频理解模型 GLM…

据福建网警今日披露，一男子为了吸粉引流、非法牟利，利用 AI 技术制造谣言，误导公众认知，扰乱社会秩序，厦门海沧警方对其采取刑事强制措施。AI在线附案件详情：今年 6 月，厦门警方接到举报，某互联网平台上名为“小逸看世界”的账号，发布了图文视频：“广东省五华县华阳镇一 70 多岁老人被殴打致昏迷，其孙子为此跳河自杀，打人者一审被判九年十个月。”▲ 图源“福建网警”官方公众号该视频一经发出便迅速吸引…

智谱 AI 开源了 CogVideoX-5B 视频生成模型，相比此前开源的 CogVideoX-2B，官方称其视频生成质量更高，视觉效果更好。官方表示大幅度优化了模型的推理性能，推理门槛大幅降低，可以在 GTX 1080Ti 等早期显卡运行 CogVideoX-2B ，在 RTX 3060 等桌面端“甜品卡”运行 CogVideoX-5B 模型。CogVideoX 是一个大规模 DiT（diffu…

机器之能报道编辑：杨文以大模型、AIGC为代表的人工智能浪潮已经在悄然改变着我们生活及工作方式，但绝大部分人依然不知道该如何使用。因此，我们推出了「AI在用」专栏，通过直观、有趣且简洁的人工智能使用案例，来具体介绍AI使用方法，并激发大家思考。我们也欢迎读者投稿亲自实践的创新型用例。投稿邮箱：[email protected]还记得之前的 AI 让火柴人讲搞笑段子吗？（查看详情，请移步：…

感谢快手可灵 AI 推出会员订阅计划，其中连续包月首月最低价 19 元、次月 58 元，可生成约 66 个视频或 3300 张图片，还可享受高表现视频生成、视频延长、大师运镜等多项会员专属功能。与此同时，可灵 AI 针对 B 端同步开启 OpenAPI 企业用户招募，首批加入企业将拥有优先接入和专属技术支持。快手刚发布的 2024 年二季度财报显示，可灵 AI 已有超百万用户，累计生成了超千万视频…

微软 Azure AI 语音服务允许开发者构建多语言生成式 AI 语音应用，Azure AI 语音服务最新推出了文本到语音虚拟人功能，可以将简单的文本转换为人类自然说话视频。今天，微软宣布全面推出 Text to Speech Avatar 功能。这项新功能使开发者能够为其用户创建个性化虚拟人。该服务的输出视频分辨率为 1920 x 1080，每秒 25 帧。AI在线附示例如下：Text to S…

感谢综合 Legal Dive 及 404 Media 16 日报道，当地时间周三，YouTube 创作者大卫・米勒特 (David Millette) 对英伟达公司提起集体诉讼，声称英伟达从他和其他人的视频中获取丰厚利润，违反了加州的《不正当竞争法》，并以牺牲他和其他创作者的利益为代价，使公司“不当得利”。这名 YouTube 创作者声称，英伟达未经他和其他创作者的许可，基于从 YouTube …

据《纽约时报》14 日报道，马斯克的形象在经过 AI 进行“深度伪造”之后，出现在数以千计的虚假广告中，造成数十亿美元的欺诈。报道提到一位受害者 ——82 岁的退休老人 Steve Beauchamp。他只是想要养家糊口的钱，并认为马斯克能帮得上忙。去年年底他看到了一段视频，视频中的“AI 马斯克”为一个承诺“快速回报”的激进投资机会代言。Steve 便联系上了该广告背后的公司，并以 248 美元…

8 月 15 日消息，据美媒报道，近年来，人工智能深度伪造技术（Deepfake）在网络诈骗中广泛应用，尤其是利用伪造的埃隆・马斯克（Elon Musk）视频进行诈骗的案例尤为突出。这些视频通过模拟马斯克的声音和动作，误导投资者。这类深度伪造视频成本低廉、传播迅速，使得诈骗者能够轻易扩大其欺诈活动的影响范围，导致许多受害者因为虚假的投资机会而损失巨额资金。随着深度伪造技术的风险日益凸显，其每年可能…