视频生成
快手可灵凭什么频繁刷屏？揭秘背后三项重要研究
“可灵（KLING）”，近半年来频繁亮相于国内外各大科技媒体，已然成为科技感与创意的代名词，它代表了快手 AI 团队在视频生成领域的前沿探索。 作为全球首个可公开体验的真实影像级视频生成大模型，可灵于 2024 年 6 月 6 日正式发布并上线。 在短短半年多的时间里，可灵已完成了数十次功能与效果的升级迭代，始终稳居全球视频生成领域的第一梯队，持续引领着行业效果的提升。
Open-Sora：让所有人都能轻松制作高效视频，可生成16秒720P视频，模型代码全开源！
Open-Sora是一项致力于高效制作高质量视频的计划。 目的是让所有人都能使用模型、工具和所有细节。 通过采用开源原则，Open-Sora 不仅使高级视频生成技术的使用变得民主化，而且还提供了一个简化且用户友好的平台，简化了视频生成的复杂性。
MinT: 第一个能够生成顺序事件并控制其时间戳的文本转视频模型。
本文经AIGC Studio公众号授权转载，转载请联系出处。 MinT 是第一个能够生成顺序事件并控制其时间戳的文本转视频模型。 使用 MinT 生成时间控制的多事件视频。
潞晨尤洋：视频生成的GPT-4时刻，3年后可以见证 | MEET 2025
奥特曼说，Sora代表了视频生成大模型的GPT-1时刻。 从开年到现在，国内外、初创独角兽到互联网大厂，都纷纷投入视频生成领域，带来一个个新鲜模型的同时，视频、影视行业也随之发生巨变。 不可否认，当下的视频生成模型还遇到诸多问题，比如对空间、对物理规律的理解，我们都期待着视频生成的GPT-3.5/4时刻到来。
北航&清华联合发力！Stag-1：视频生成模型实现超逼真的4D驾驶场景算法！
写在前面&笔者的个人理解近年来，随着自动驾驶在感知、预测和规划方面取得的重大进步，端到端算法网络也取得了重大进展。 随着现如今这些技术的飞速进步，自动驾驶汽车的全面测试和验证也变得越来越重要。 然而，真实世界的车辆测试仍然耗时、费用昂贵，并且场景的覆盖范围也非常有限。
OpenAI被偷家，谷歌Veo 2反超Sora
视频生成领先 OpenAI 了？ 今天是个好日子，至少谷歌这么想。 几个小时前，该公司一键三连，一口气发布了两款视觉生成模型和一个工具：Veo 2：视频生成模型，可使用文本或图像 prompt 生成高真实感、高质量的视频；Imagen 3：文生图模型，可更忠实地遵从提示词，实现更加丰富的细节和纹理渲染；Whisk：图生图工具，基于 Imagen 3 与 Gemini 的视觉理解和描述能力打造，能让用户更加方便地调整图像的场景、风格和物体。
细节表现超Sora，网友：真正的国产之光！MiniMax视频模型再上新
3 个月前，MiniMax 发布了首款 AI 高清视频生成模型 Abab-video-1。 只用了 5 周时间，海螺 AI 的网页版访问量便增速超 800%，还登上了 AI 产品榜当月全球增速榜、国内增速榜双榜单 TOP 1。 一时间，不少国内网友直呼其为“国产之光”。
二次元狂喜！海螺发布2D动画专用视频生成模型，日漫迪士尼插画风都支持
MinMax海螺AI新模型，让2D角色动起来了！ 日漫、游戏、插画等各种风格的静态人物，都可以丝滑地转变成生动的2D风格视频。 量子位也马上上手实测了一波——首先请出今年的顶流悟空先生，输入下面的prompt（输入时是英文，此处意译）：悟空在波涛汹涌的海面上准备战斗，金箍棒闪着金光，衣摆随风被吹动，气氛紧张来看看海螺的生成效果：不得不说，还真有大片里面战斗即将开场的即视感了！
中国电信发布首个央企全自研视频生成大模型，与华为、中兴等成立 AI 联盟
TeleAI 发布视频生成大模型、视觉大模型产用一体化平台、具身智能、智传网等一系列创新技术、产品及科研成果，并发布开发者产业联盟计划。
张军：腾讯混元大模型 12 月 3 日将上线视频生成能力
腾讯公司公关总监张军今天傍晚宣布，腾讯混元大模型12 月 3 日正式上线视频生成能力，用户可以在腾讯元宝App中提交申请试用。
王炸！谁能想到年底杀出的黑马是美图啊
今年的AI界依旧让人眼花缭乱，但迈入“应用年”后，大家更加关注落地。 就像年初OpenAI发布的Sora至今未向公众开放，被戏称“期货”，再酷炫的技术，用不上也没用。 和大把热衷炫技的公司不同，小而美的美图属于“闷声干大事”。
开源视频生成天花板？最强搅局者Mochi 1免费直出电影级特效
AI视频生成赛道最强搅局者，来了！ 何谓搅局？ 下面这些是模型直出的效果，开源免费送给你！
实测13个类Sora视频生成模型，8000多个案例，一次看个够
AIxiv专栏是AI在线发布学术、技术内容的栏目。过去数年，AI在线AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。
2024 最全合集！13个AI视频产品评测＆实战效果！
前言 - AI 视频闭源产品近半年发展
Sora 之后，DiT 架构成为视频生成产品的主流技术。这大半年里，横空出世的 Luma AI、Kling 成为视频生成领域最大黑马，而老牌选手 Runway 也推出了实力强劲的 Gen3 模型。AI 视频生成在画面表现力、语义理解、清晰度、可控性方面有了大幅提升，同时多家产品在音画同步、笔刷等工具上做了更新，提升了产品可控性。
这篇文章会带大家了解 AI 视频产品的最新能力，不同产品的优势，以及展示各个产品的实测效果。
这个系列预计分为闭源、开源两篇。以下是本文目录：一、先
消失近半年后, Pika 带着它的新模型和病毒式营销回来了
大家好，我是花生~
国庆长假已经结束了，大家过得开心吗？在我们享受闲暇假期的时候，AI 的发展可是一点儿都没缓下来，接连出现了多款新的模型和工具。今天就和大家聊聊最近再次爆火出圈的 AI 视频生成工具 Pika，看看它是如何在消失近半年后，借助新的模型和营销策略，重新回归的 AI 视频头部地位的。
了解 15 月前刚发布的 Pika :一、新的 Pika 1.5 模型
Pika 官网：
之所以说是 “再次”，是因为去年 7 月份的时候，我就给大家介绍过 Pika 了。那个时候它刚刚推出，凭借不错的视频质量和丰富的
谨以此文，向飞天奖的AI整活视频「致敬」
AI好好用报道编辑：杨文5款对口型的AI产品，总有一款适合你。AI 最大的受害者，原来是娱乐圈的明星们。咋回事呢？前段时间，飞天奖官方整了个花活儿，让明星和电视剧中的 AI 角色合唱了一首《中国梦・我的梦》。那效果，简直一言难尽……（视频来源：B 站博主神仙颜颜_)视频链接：「扎心」：这个东西一端上来就有种淡淡的疯感。台下明星笑得最真心的一次。天呐唐嫣那个... 我都想替她报警了。每一个都好离谱又恐怖，李沁都没牙齿了。不会整就不要整啊，太抽象了，我真的是哈哈哈哈哈哈哈。第一个胡歌出来我就没绷住。笑死我了，满脑子都是
厉害了！Adobe新出Firefly视频模型，2分钟速成高清大片
在 Sora 加入 Adobe 全家桶数月后，Adobe 终于推出了自己的视频生成模型。随着大家对新鲜、短视频内容的需求不断增长，编辑、电影制作人和内容创作者被要求在更短的时间内创作出更好的作品。如今，编辑不仅要剪辑图片，还要进行色彩校正、动画渲染、音频混合等，这些内容大大增加了工作时间。刚刚，Adobe 宣布推出 Firefly 视频模型。Adobe 旨在利用 AI 强大的功能帮助视频内容创作者扩展他们的创意，在客户要求的时间内提供高质量的成果。在官方博客中，Adobe 进行了一系列 Demo 展示，从提示到成片
音频驱动人像视频模型：字节Loopy、CyberHost研究成果揭秘
近期，来自字节跳动的视频生成模型 Loopy，一经发布就在 X 上引起了广泛的讨论。Loopy 可以仅仅通过一张图片和一段音频生成逼真的肖像视频，对声音中呼吸，叹气，挑眉等细节都能生成的非常自然，让网友直呼哈利波特的魔法也不过如此。Loopy 模型采用了 Diffusion 视频生成框架。输入一张图片和一段音频，就可以生成相应的视频。不但可以实现准确的音频和口型同步，还可以生成细微自然的表情动作，例如人物跟随情绪节奏做出抬眉、吸气、憋嘴停顿、叹气、肩膀运动等非语言类动作也能很好地被捕捉到；在唱歌时也能表现得活灵活现