Google a récemment publié discrètement les informations sur les prix de son modèle d'IA de génération vidéo Veo2, dévoilé pour la première fois en décembre dernier et qui a suscité un intérêt considérable. Selon la page de tarification de Google, l'utilisation de Veo2 coûte 0,50 $ par seconde, soit 30 $ par minute et 1800 $ par heure. Jon Barron, chercheur chez Google DeepMind, a fait une comparaison intéressante de ce prix, mentionnant...

Le 14 février 2025, le groupe Kunlun Wanwei a officiellement lancé le modèle mondial Matrix-Zero, marquant une étape importante pour la Chine dans le domaine de l'intelligence spatiale. Matrix-Zero comprend deux sous-modèles : un grand modèle de génération de scènes 3D et un grand modèle de génération de vidéos interactives, visant à réinventer le mode de création de contenu numérique grâce à l'IA et à stimuler l'innovation dans les secteurs de la production cinématographique, du développement de jeux et de l'intelligence incarnée.

Alimama a récemment lancé une application IA Native de génération de vidéos à partir d'images de qualité commerciale, Taobao Xingchen · Génération de vidéos à partir d'images, basée sur son propre grand modèle de génération de vidéos Taobao Xingchen. L'application est désormais disponible pour les commerçants Taobao et Tmall. Cet outil IA Native entièrement nouveau combine des données e-commerce massives, un langage de conception riche et une expérience marketing de pointe pour promouvoir une mise à niveau intelligente complète de la création de contenu e-commerce par IA.

TuSimple, basé à Pékin, a officiellement lancé le 17 décembre 2024 son premier grand modèle de génération de vidéos à partir d'images, « Ruyi », et a publié en open source la version Ruyi-Mini-7B, permettant aux utilisateurs de le télécharger et de l'utiliser sur la plateforme Hugging Face. Fondée en 2015 et basée à San Diego, en Californie, TuSimple se concentre sur l'application de l'IA à divers secteurs, notamment l'animation, les jeux vidéo et le transport.

Google a officiellement lancé son modèle de génération vidéo nouvelle génération, Veo2, visant à concurrencer Sora d'OpenAI. Google affirme que Veo2 présente un réalisme et une finesse accrus lors de la génération de vidéos. Cette mise à jour améliore non seulement la qualité vidéo, mais renforce également la compréhension de la physique réelle et des nuances du mouvement et des expressions humaines. Google indique que Veo2 « possède une meilleure compréhension de la physique du monde réel, ainsi que des nuances du mouvement et des expressions humaines ». Il est disponible sur Google Labs.

Selon les médias, lors de la conférence annuelle de l'industrie du jeu en Chine 2024, Giant Network a lancé le grand modèle de génération de jeux audio "QianYing", renforçant ainsi son engagement dans le domaine "jeu + IA". D'après les informations publiques, "QianYing" comprend deux grands modèles principaux : YingGame, le grand modèle de génération de vidéos de jeux, et YingSound, le grand modèle de doublage vidéo, réalisant une percée dans la génération de vidéos de jeux audio interactives. Giant Network a indiqué que le grand modèle de jeu audio "QianYing" est actuellement...

OpenAI a récemment lancé Sora, son modèle de génération de vidéos, mais les données d'entraînement du modèle pourraient contenir de nombreux contenus de jeux vidéo protégés par des droits d'auteur, ce qui soulève des inquiétudes juridiques. Sora peut générer des vidéos d'une durée maximale de 20 secondes à partir d'invites textuelles ou d'images des utilisateurs, et prend en charge plusieurs formats d'image et résolutions. Dès sa sortie, OpenAI a mentionné que les données d'entraînement de Sora comprenaient des vidéos de Minecraft, ce qui a suscité la curiosité quant à d'autres contenus de jeux vidéo potentiellement utilisés. Lors de tests réels, Sora a pu...

AiSee Technology, société basée à Beijing, a annoncé le lancement mondial de PixVerse V3, sa dernière version du grand modèle de génération de vidéos. Cette version présente une amélioration significative des capacités du modèle sous-jacent, offrant des fonctionnalités de génération multimodales et de nombreuses fonctionnalités IA, notamment des modèles créatifs, la synchronisation labiale, la suite d'histoires et la conversion de style.

AiShare Tech, la société à l'origine du grand modèle de génération de vidéos PixVerse, annonce le lancement officiel de sa nouvelle interface utilisateur (UI). Cette mise à jour apporte une série de fonctionnalités innovantes conçues pour améliorer l'expérience de création des utilisateurs. Tout d'abord, l'introduction du panneau de création universel permet aux utilisateurs de commencer à créer instantanément sur n'importe quel écran du produit, sans avoir à naviguer entre les différents modules. Toutes les fonctionnalités sont réunies en un seul endroit. De plus, la bibliothèque d'inspiration de la page d'accueil présente une sélection des vidéos les plus créatives du monde, permettant aux utilisateurs d'appliquer des modèles en un clic, afin que chacun puisse facilement reproduire des vidéos à succès.

MiniMax a récemment lancé en secret son premier grand modèle de génération de vidéos et a présenté en même temps une vidéo de 2 minutes, « Pièce magique », générée par ce modèle. Le fondateur, Yan Junjie, a révélé que ce modèle surpassait Runway en termes d'efficacité de génération de vidéos, mais les paramètres et les détails techniques spécifiques n'ont pas encore été divulgués. MiniMax prévoit d'itérer continuellement dans les versions suivantes, en améliorant les données, les algorithmes et les détails d'utilisation, et prévoit d'ajouter à l'avenir la capacité de générer des vidéos à partir d'images et de combiner texte et images pour générer des vidéos. En ce qui concerne la commercialisation, l'entreprise envisagera cette option une fois que les nouvelles versions auront atteint un niveau de satisfaction. Bien que MiniMax…

Avec le lancement officiel du service d'abonnement mondial, le site Web affiche un système d'abonnement à trois niveaux, similaire à la configuration nationale. Prenons l'exemple d'un abonnement mensuel : les trois niveaux d'abonnement coûtent respectivement 10 $, 37 $ et 92 $, correspondant à 660, 3000 et 8000 valeurs d'inspiration. Ces valeurs d'inspiration permettent de générer 66, 300 ou 800 vidéos de haute qualité de 5 secondes. En plus de l'abonnement mensuel, plusieurs forfaits sont proposés, tels que des abonnements trimestriels, semestriels et annuels.

Aujourd'hui, Shengshu Science & Technology de Beijing a annoncé le lancement mondial du site Web de Vidu, son modèle de génération de vidéos IA. Vidu est un modèle qui utilise l'intelligence artificielle pour générer des vidéos à partir de texte ou d'images. En avril dernier, Shengshu Science & Technology et l'université Tsinghua ont conjointement lancé 'Vidu', le premier grand modèle vidéo chinois, marquant ainsi une étape importante pour la Chine dans le domaine de la technologie de génération de vidéos.

Lors de la Conférence mondiale sur l'intelligence artificielle 2024, SenseTime a présenté son nouveau grand modèle de génération de vidéos de personnages contrôlables : Vimi. Ce modèle utilise la technologie de pointe des grands modèles développée en interne par SenseTime. À partir d'une seule photo, il peut générer une vidéo de personnage correspondant aux mouvements cibles, avec un contrôle précis des expressions du visage et des mouvements du corps, plusieurs modes de contrôle (vidéo, animation, son et texte) et une sortie vidéo d'une grande cohérence et d'un rendu réaliste. La remarquable stabilité de Vimi lui permet de générer des vidéos de personnages d'une durée supérieure à une minute, sans dégradation de la qualité d'image.

OpenAI a lancé Sora, un modèle de génération de vidéos, qui a suscité un large débat. Sora a attiré l'attention du monde de la technologie, des investisseurs et des professionnels du cinéma, et est considéré comme susceptible de révolutionner l'industrie du cinéma et de la publicité. Ce modèle combine les résultats de Google DeepMind, utilisant une combinaison de modèles de diffusion et de transformateurs. OpenAI utilise GPT pour entraîner le modèle, permettant aux utilisateurs d'obtenir des vidéos répondant à leurs besoins avec des invites plus simples. Le lancement de Sora démontre une fois de plus la puissance d'OpenAI...