最近、HPC-AI Tech は画期的なビデオAIシステムである Open-Sora2.0 のリリースを発表しました。これは、従来のトレーニングコストのおよそ1/10で商業レベルの品質を実現します。この進歩は、リソースを大量に消費するビデオAI分野におけるパラダイムシフトを示唆しており、言語モデルにおける効率性の向上に匹敵するものです。Movie Gen や Step-Video-T2V のような既存の高品質ビデオ生成システムでは数百万ドルのトレーニング費用が必要となる場合がありますが、

シンガポール国立大学のWenyi Yu氏らの研究チームが、video-SALMONNと呼ばれる新技術を発表しました。この技術は、動画内の視覚フレームシーケンス、音声イベント、音楽を理解できるだけでなく、音声の内容も理解できる点が大きな特徴です。この技術は、機械による動画内容の理解において重要な進歩を示しています。

先日、商湯科技の如影AIビデオ生成プラットフォームによって制作されたCCTVの記者ワン・ビンビン(王冰冰)のAIデジタルヒューマンが、『2024中国・AI盛典』で初お披露目されました。AIビンビンはステージ上でのパフォーマンスが自然でプロフェッショナルであり、商湯のSenseNova大規模言語モデル技術のおかげで、トルコ語、ロシア語、スペイン語など複数の言語を柔軟に使いこなすことができ、AI技術の言語能力における卓越した成果を示しました。

百度ネットディスクは最近、「AIで動画を要約」機能を発表しました。この機能を使えば、ユーザーは長時間の動画の核心情報をすばやく把握できます。5時間分の動画の内容をわずか15秒で要約し、仕事や学習の効率を高めます。業界トレンド、競合製品のマーケティング戦略、IELTS学習、オンライン授業などの内容を素早く把握するのに役立ちます。動画に対する質問を入力して回答を得ることができ、ワンクリックでPPTやテキストへの変換も可能です。

中国初の文語生成動画AIアニメーション『千秋詩頌』が好評を博し、初回視聴率は4.22％を記録しました。AIの先端技術と中国の優れた伝統文化の継承が成功裏に融合。中国アニメ学会会長は『千秋詩頌』の先駆的な意義を評価。人民教育出版社は『千秋詩頌』が文化継承の新たな視点を提供するとコメント。オンラインでは話題のハッシュタグ＃千秋詩頌が791万回以上の閲覧数を記録しています。

マルチモーダル技術の台頭：動画AIアプリケーションはマルチモーダル技術の新たなブレークスルーを表し、さまざまなメディアタイプを処理できます。自動動画制作の可能性：動画AIアプリケーションは自動化された動画制作の機会を提供し、制作コストの削減と効率の向上を実現します。自由度とカスタマイズ：動画AIアプリケーションは高い自由度とカスタマイズオプションを提供し、クリエイターはより柔軟に創造性を表現できます。