标签：视频生成

潞晨 Open-Sora 团队在视频生成领域取得了重大突破，他们成功地开发出了一种能够生成高清720p短片的模型，且风格多样，包括海浪、森林、赛博朋克等。令人兴奋的是，该团队决定将整个项目开源，分享给全球的开发者和创作者。在GitHub（https：//github.com/hpcaitech/Open-Sora）上，用户可以获取模型权重和训练代码，自由创建各种视觉效果，如动画镜头和电影级镜头，提供高度逼真的体验。潞晨团队通过创新的视频压缩网络（VAE）和 Stable Diffusion 3 模型，实现了质量和成本之间的平衡，同时提升了生成速度和图像质量。此外...

近日，一款名为Dream Machine的视频生成AI引起轰动，因其120秒内可生成120帧的高清晰度视频而备受关注。这款AI工具免费提供给公众试用，导致服务器一度被网友的热情挤爆。Dream Machine采用Transformer架构，能创建物理精确、内容连贯且生动的视频场景。尽管目前使用需排队等待，但其出色的表现赢得了用户们的惊叹，有人甚至感到它对现有视频生成工具Sora构成竞争压力。 用户反馈显示，Dream Machine不仅适用于生成各种动作场景，还能处理二次元风格和动画效果。该模型由初创公司Luma AI开发，团队成员包括前英伟达研究人员...

在人工智能领域，技术革新正以前所未有的速度推进，每一步发展都备受瞩目。在这个过程中，技术路径的创新和分歧并存，影响着众多跟随者。机器之心通过“AI Pioneers”栏目，聚焦于AGI时代的领导者，介绍在AI细分领域展现出领袖气质的创业公司。Pika是一家在视频生成领域崭露头角的公司，近期完成了8000万美元的B轮融资，计划扩大研究和工程师团队，挑战OpenAI的Sora。尽管Sora设定了新标准，但Pika认为通过智能方法和高效算法，他们有能力迎头赶上。Pika强调团队的实力、算法的创新和产品的实用性，计划在今年年底发布新一代产...

腾讯混元团队携手中山大学和香港科技大学推出创新视频生成模型——Follow-Your-Pose-v2，使得多人视频动作生成成为可能。此模型不仅在推理速度上有所提升，还能处理复杂的多人场景，如多人跳舞。它具有优秀的泛化能力，能应对不同年龄、服装、人种和背景的挑战。此外，Follow-Your-Pose-v2可以利用日常照片和视频进行训练，无需高质量素材，甚至能解决人物遮挡的问题，确保多人动作的连贯性。 为了验证模型效果，团队创建了一个包含约4000帧的Multi-Character基准，并在TikTok和TED演讲数据集上进行测试，结果表明模型性能超...

中国站长网(ChinaZ.com)透露，2月27日消息，剪映旗下的创新AI平台Dreamina正扩展其功能，即将推出视频制作功能。该平台已以其文本转创意图的能力受到用户欢迎，允许用户调整图片尺寸和选择模板。现在，Dreamina将这一创新带入视频领域，诚邀对AI创作有热情、有一定创作背景的用户抢先体验内测。 在图片生成上，Dreamina平台以简单高效著称。用户仅需输入简短文字，就能迅速生成引人注目的图像，大大降低了美图创作的门槛。无论是否具备专业技能，任何人都能轻松体验创作的乐趣。想要尝试Dreamina的神奇效果，可以访问其产品...

国内公司在视频生成领域已有深厚的技术积累，尤其在2023年底，预测视频生成将迎来爆发。然而，OpenAI在春节期间推出了Sora，能生成长达1分钟的流畅视频，引发业界对国内外AI技术差距的担忧。Sora的核心技术是将视觉数据转化为统一的patch表示，结合Transformer和扩散模型，展现出强大的扩展性。清华团队在2022年9月提出的U-ViT与此相似，采用Transformer架构，提高了训练效率，并在多个数据集上进行了实验。 生数科技作为国内领先团队，基于U-ViT架构，开发了多模态模型UniDiffuser，展示出在视觉任务上的优秀性能。尽管Sor...

Pika喜迎新科学家：谷歌视频生成项目主力Omer Bar-Tal加盟 量子位讯 - 2024年2月24日，Pika宣布了一项重要人事变动，谷歌视频生成研究者Omer Bar-Tal成为其创始科学家。Bar-Tal在谷歌的最新作品——视频生成模型Lumiere，引发了业界广泛关注。 Lumiere的发布让谷歌在视频生成领域崭露头角，其时空U-Net（STU-Net）架构独树一帜，实现对视频的高效处理。在完成约3000万个视频的学习后，Lumiere能执行多种任务，包括文字驱动的视频生成、编辑修复、图片转视频和风格转换，获得了谷歌首席科学家Jeff Dean的高度评价。 Bar-Tal...

欢迎来到【AI前沿】！每日探索智能科技的新鲜资讯，这里是你的AI导航站，带你紧跟行业热点，洞察技术脉搏，发现创新AI产品的无限可能。立刻探索最新AI产品：https://top.aibase.com/ ??AI动态曝光：OpenAI的Sora技术报告震撼发布，涵盖模拟现实与视频拓展，其强大超出想象！与此同时，Reddit携手AI企业，开启对内容付费的新模式，利用AI训练数据挖掘价值。 辟谣时间：谷歌Gemini1.5Pro声明称OpenAI的Sora视频生成技术存在虚假成分，AI视频之争愈演愈烈，Runway和Stability已积极应战。 转型之路：魅族全面拥抱AI，宣布告...

近日，Sora产品的发布引起了广泛关注，它能依据文本描述生成长达60秒的连贯视频，正迎合了当前高涨的视频市场需求。然而，尽管需求强劲，企业愿付费用却呈急速下滑态势，半年内从每月千元降至约100元。据见实调查，AI生成视频的需求占比达到34.9%，成为企业第三大需求。无论是个人还是企业，大部分已有付费意向。Sora的诞生可能引领2024年企业降低成本、提高效率的新变革。 业内预测，Sora或将颠覆短视频直播领域，大幅削减制作成本。用户期待着由文字直接生成电影的新时代到来，内容创新和故事情节将更加关键。目前，AIGC...

OpenAI的新型大模型Sora引发热议，成为科技界的焦点。该模型引起马斯克等科技领袖的评论，并引发视频、影视等行业对职业前景的思考。Sora基于扩散Transformer论文，可能运用了谷歌的NaViT技术，参数量约为30亿。视频展示中，Sora展现了生成各种场景的能力，但也存在明显的技术瑕疵。 OpenAI CEO阿尔特曼的营销策略备受赞赏，有人猜测他选择在谷歌发布Gemini 1.5时推出Sora以抢占话题度。同时，OpenAI可能寻求超过800亿美元的估值，反映出对资金的紧迫需求。 专家们对Sora的看法各异，有的惊叹其潜力，如周鸿祎预测它将颠覆...