Freepik, la plataforma de recursos creativos líder mundial, anuncia su colaboración con el gigante tecnológico Google para lanzar en exclusiva mundial el modelo de vídeo con IA de última generación: Veo 2. Esta importante noticia ha generado un gran interés, y muchos usuarios afirman que podría ser la herramienta de generación de vídeo con IA más avanzada del mercado. Según la información facilitada, Veo2 ha sido desarrollado por el equipo de Google DeepMind y supone una mejora significativa respecto a su predecesor, Veo. No solo genera vídeos con una resolución de hasta 4K, sino que también permite crear secuencias de varios minutos de duración. Lo más sorprendente es...

Según el medio de comunicación Android Authority, Google está añadiendo continuamente nuevas funciones a su asistente digital de IA, Gemini. Tras la incorporación de funciones como la comprensión contextual profunda, la optimización del manejo de archivos y los enlaces entre aplicaciones, el código de la aplicación de Google sugiere que Gemini pronto podrá generar vídeos. El código de la versión v16.6.23 de la aplicación de Google insinúa esta nueva función. En el código, "videogen" (generación de vídeo) se relaciona con "robin" (Gemin

YouTube ha anunciado una nueva función de generación de vídeo con inteligencia artificial para ayudar a los creadores a producir Shorts con mayor facilidad. Esta actualización combina el modelo de vídeo Veo2 de Google con la función experimental Dream Screen de YouTube, permitiendo a los usuarios generar clips de vídeo independientes para añadirlos directamente a sus Shorts. Desde su lanzamiento en septiembre de 2023, Dream Screen ya permite generar imágenes y vídeos a partir de descripciones de texto.

iQIYI ha anunciado recientemente que su plataforma PixVerse ya ofrece oficialmente servicios de generación de vídeo a partir de texto e imagen a nivel mundial. Previamente, iQIYI lanzó globalmente PixVerse V3, que ha mejorado significativamente las capacidades del modelo subyacente, ofreciendo capacidades de generación multimodales y una amplia gama de funciones de IA, incluyendo plantillas creativas, sincronización labial, continuación de historias y conversión de estilos.

Recientemente, el equipo de investigación conjunto de Kuaishou, la Universidad de Pekín y la Universidad de Tecnología Postal y Telecomunicaciones de Pekín lanzó un modelo de generación de vídeo de alta definición de código abierto llamado Pyramid-Flow. Este modelo puede generar vídeos de hasta 10 segundos, con una resolución de 1280x768 y 24 fotogramas por segundo, a partir de una descripción de texto. La calidad es excepcional, con una excelente representación de la luz y la sombra, coherencia de movimiento y calidad general del vídeo. El funcionamiento de Pyramid Flow difiere de los modelos de difusión de vídeo existentes. Los modelos existentes suelen funcionar a resolución completa, lo que, aunque...

En la gira de innovación de IA de Volcano Engine 2024 de hoy, además del modelo de generación de vídeo, ByteDance también lanzó los modelos Beanbag Música y Beanbag Traducción Simultánea, y anunció importantes mejoras en los modelos verticales como el modelo Beanbag general Pro, el modelo de generación de imágenes a partir de texto y el modelo de síntesis de voz. El lanzamiento del modelo Beanbag Música marca la profunda incursión de Volcano Engine en el campo de la creación musical. Este modelo, gracias a su potente algoritmo, permite una creación musical de alta calidad y libre. En cuanto a la generación de letras, con solo unas pocas palabras, se pueden generar rápidamente letras con la emoción deseada.

iFlytek lanza PixVerse V2, una herramienta de generación de vídeo basada en IA diseñada para liberar la creatividad del usuario. Este producto emplea una arquitectura Diffusion+Transformer con un mecanismo de atención espacio-temporal, capaz de comprender y generar información multimodal con precisión, permitiendo un entrenamiento y optimización eficientes. Sus características principales incluyen: mejora de la percepción espacial y temporal, alineación precisa de la información de texto, generación de clips de vídeo fluidos y coherentes (hasta 8 segundos por clip individual y 40 segundos para varios clips), interfaz intuitiva y capacidad para generar contenido de vídeo continuo con un solo clic y edición posterior.