Video
一张显卡“看懂”一部电影：智源联合高校开源 Video-XL，打破长视频理解极限
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。
Adobe 推出全新 AI 视频生成器 Firefly Video Model，完全使用授权内容进行训练
Adobe 公司今日发布了全新的人工智能驱动的文本转视频工具 Firefly Video Model。该工具能够根据文本提示生成全新的视频，与竞争对手不同，Adobe 声称 Firefly Video Model 完全使用授权内容进行训练，有望规避其他生成式 AI 工具所面临的伦理和版权问题。AI在线注意到，由于其使用授权内容进行训练，Adobe 称 Firefly Video Model 是“第一个公开可用的商业安全视频模型”。
Meta 推出革命性 AI 视频工具，让广告创意焕然一新
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。早期广告客户的反馈积极，图像动画帮助他们克服了资源有限的问题，并为广告创意提供了更长的使用寿命。Video Expan
谷歌 DeepMind 新研究：利用 AI 模型为无声视频配音
据谷歌 DeepMind 新闻稿，DeepMind 近日公布了一项利用 AI 为无声视频生成背景音乐的“video-to-audio”技术。IT之家获悉，当前 DeepMind 这款 AI 模型依然存在局限性，需要开发者使用提示词为模型预先“介绍”视频可能的声音，暂时不能直接根据视频画面添加具体音效。据悉，该模型首先会将用户输入的视频进行拆解，此后结合用户的用户文字提示，利用扩散模型反复运算，最终以生成与视频画面协调的背景声音，例如输入一条“在黑暗中行走”的无声视频，再添加“电影、恐怖片、音乐、紧张、混凝土上的脚步
可从单张图像创建多视图 3D 视频，Stability AI 发布 Stable Video 3D 模型
Stability AI 近日发布了 Stable Video 3D 模型，该模型可从单张图像创建多视图 3D 视频。▲ 图源 Stability AI，下同Stable Video 3D 包含两个变体，其中 SV3D_u 能基于单个图像输入生成轨道视频，无需相机调节；而 SV3D_p 扩展了 SVD3_u 的功能，其可容纳轨道视图，允许沿着指定的摄像机路径创建 3D 视频。相较之前的 Stable Zero123 模型或开源替代品 Zero123-XL，Stable Video 3D 在质量上有明显提高，并具有更
- 1