A iDreamAI lançou um novo recurso impressionante que permite gerar vídeos com movimentos idênticos a partir de uma imagem de pessoa e um vídeo de referência. Basta fornecer uma imagem e um vídeo mostrando os movimentos desejados, e a IA fará o resto, criando um vídeo com um personagem imitando os movimentos do vídeo de referência. Experimente agora mesmo!

Um golpe envolvendo vídeos falsos do CEO do YouTube, criados com inteligência artificial, foi exposto. Criadores de conteúdo devem ficar atentos para não cair em armadilhas similares.

Recentemente, a equipe DeepBeepMeep lançou no GitHub o Wan2.1GP, um modelo de geração de vídeo otimizado para usuários com GPUs de baixa capacidade. O modelo é baseado no Wan2.1 da Alibaba e visa fornecer aos usuários sem acesso a recursos de GPU de alta performance a capacidade de gerar vídeos poderosos. O lançamento do Wan2.1GP marca um avanço significativo na tecnologia de geração de vídeo, especialmente na área de código aberto. Nota sobre a imagem: Imagem gerada por IA, fornecedora de serviços de licenciamento de imagens Midjour.

A equipe de liderança da OpenAI anunciou em uma reunião do Discord na sexta-feira que a empresa planeja eventualmente integrar sua ferramenta de geração de vídeo com IA, Sora, diretamente ao popular aplicativo ChatGPT, expandindo ainda mais seu ecossistema de criação de IA. Atualmente, o Sora está disponível apenas por meio de um aplicativo da web dedicado lançado pela OpenAI em dezembro, permitindo que os usuários acessem o modelo de vídeo de IA para gerar clipes de filme de até 20 segundos. Rohan Sahai, chefe de produto da OpenAI para Sora, disse que...

O modelo de geração de vídeo de código aberto Wan 2.1 da Alibaba alcançou o topo dos rankings assim que foi lançado. Sua performance é fluida, mesmo em GPUs RTX 4070.

Hoje, a Alibaba anunciou oficialmente o lançamento de código aberto completo de seu modelo de geração de vídeo Wanxiang 2.1, com versões de 14B e 1,3B disponíveis. A versão profissional de 14B oferece alto desempenho e expressividade de ponta, atendendo às necessidades de cenários com alta demanda de qualidade de vídeo; enquanto a versão ultrarrápida de 1,3B é compatível com placas de vídeo de consumo, permitindo a geração de vídeos de alta qualidade em 480P com apenas 8,2 GB de VRAM, ideal para desenvolvimento de modelos secundários e pesquisa acadêmica. De acordo com a empresa, o Wanxiang 2.1 apresenta melhorias no processamento de movimentos complexos, na reprodução de leis físicas reais e na melhoria da qualidade cinematográfica.

Recentemente, a Tongyi anunciou o lançamento em código aberto de seu mais recente modelo de linguagem grande Tongyi Wanxiang Wan2.1. O Wan2.1 é um modelo de IA focado na geração de vídeos de alta qualidade, que se destaca no processamento de movimentos complexos, na reprodução de leis físicas reais, na melhoria da qualidade cinematográfica e na otimização da obediência a comandos, tornando-se uma ferramenta preferencial para criadores, desenvolvedores e empresas que buscam abraçar a era da IA.

Em 21 de fevereiro de 2025: A Freepik, plataforma criativa renomada, anunciou o lançamento oficial do Veo 2, o mais recente modelo de geração de vídeo com IA desenvolvido pelo Google DeepMind. Este lançamento marca a Freepik como a primeira plataforma global a integrar o Veo 2, quebrando barreiras geográficas e permitindo o acesso a essa tecnologia de ponta para usuários fora dos EUA. De acordo com a Freepik, o Veo 2 possui

O Google anunciou recentemente uma grande atualização para seu assistente de IA, Gemini, com a integração de um recurso de geração de vídeo com IA. Este recurso está em desenvolvimento acelerado. Em comparação com a ferramenta de geração de vídeo com IA Google Vids, lançada anteriormente pelo Google, este novo recurso do Gemini é claramente mais poderoso e eficiente, com o objetivo de simplificar o processo de criação de vídeos, permitindo que até mesmo usuários comuns criem vídeos impressionantes com facilidade. O recurso de geração de vídeo com IA do Gemini permitirá que os usuários criem vídeos por meio de comandos ou entradas criativas simples e rápidas.

Hoje, a Step-Star e o Grupo Geely Auto anunciaram a publicação em código aberto de dois modelos multimodais de grande escala da série Step — o modelo de geração de vídeo Step-Video-T2V e o modelo de áudio Step-Audio. Entre eles, o modelo de geração de vídeo Step-Video-T2V da Step está no nível de ponta global em termos de quantidade de parâmetros e desempenho. Este modelo possui 30 bilhões de parâmetros e pode gerar diretamente vídeos de alta qualidade com 204 quadros e resolução de 540P, garantindo alta densidade de informações e forte consistência do conteúdo gerado. Os resultados da avaliação mostram que...

O YouTube anunciou que adicionará um novo recurso de geração de vídeo com inteligência artificial para ajudar os criadores a produzir Shorts com mais facilidade. Esta atualização combina o modelo de vídeo Veo2 do Google com o recurso experimental Dream Screen do YouTube, permitindo que os usuários gerem clipes de vídeo independentes para adicionar diretamente aos seus Shorts. Desde seu lançamento em setembro de 2023, o recurso Dream Screen já permite a geração de imagens e vídeos a partir de descrições de texto.

Em 14 de fevereiro de 2025, o Grupo Kunlun Wanwei lançou oficialmente o modelo mundial Matrix-Zero, marcando um passo importante para a China na área de inteligência espacial. O Matrix-Zero inclui dois submodelos: um modelo de linguagem grande para geração de cenas 3D e um modelo de linguagem grande para geração de vídeos interativos, com o objetivo de remodelar os métodos de criação de conteúdo digital por meio da IA e impulsionar a inovação em setores como produção cinematográfica, desenvolvimento de jogos e inteligência incorporada.

Uma tecnologia inovadora de geração de vídeo, FlashVideo, foi recentemente lançada como código aberto. Este framework, através de um design único de duas etapas, resolve de forma inteligente o problema de equilíbrio entre velocidade e qualidade na geração de vídeos com IA. O FlashVideo utiliza uma abordagem semelhante ao LQIP (Low Quality Image Placeholder) usado em desenvolvimento web, dividindo o processo de geração de vídeo em duas etapas: visualização e aprimoramento de qualidade. Na etapa de visualização, o sistema gera rascunhos de vídeo com custo computacional extremamente baixo, fornecendo feedback instantâneo ao usuário. Isso melhora significativamente a experiência do usuário e a viabilidade de aplicações comerciais. Na etapa de

Recentemente, foi lançado o Goku, um modelo de geração de vídeo baseado em fluxo, desenvolvido em parceria pela Universidade de Hong Kong e pela ByteDance. Utilizando algoritmos de geração avançados, o modelo pode gerar conteúdo de vídeo de alta qualidade a partir de prompts de texto, enriquecendo significativamente as formas de expressão da arte digital. Para demonstrar a poderosa funcionalidade do modelo Goku, a equipe de pesquisa produziu uma série de exemplos de vídeo impressionantes, que não apenas demonstram a capacidade técnica do modelo, mas também seu imenso potencial criativo. O modelo Goku se destaca por sua velocidade de geração eficiente e imagens de alta qualidade.

De acordo com a conta oficial do WeChat da equipe do modelo Doubao, em uma pesquisa conjunta entre a Universidade de Transportes de Pequim e a Universidade de Ciência e Tecnologia da China, o modelo experimental de geração de vídeo “VideoWorld”, proposto pela equipe do modelo Doubao, foi recentemente lançado como código aberto. O maior destaque deste modelo é que ele não depende mais dos modelos de linguagem tradicionais, mas sim, apenas de informações visuais para reconhecer e compreender o mundo. Essa pesquisa inovadora é inspirada na ideia da Professora Fei-Fei Li, mencionada em sua palestra no TED, de que "crianças pequenas podem entender o mundo real sem depender da linguagem". "Vide

A equipe de pesquisa da ByteDance desenvolveu recentemente um sistema de inteligência artificial chamado OmniHuman, capaz de transformar uma única foto em um vídeo realista, mostrando a pessoa falando, cantando e realizando movimentos naturais. Essa tecnologia inovadora promete revolucionar os setores de entretenimento digital e comunicação. O OmniHuman consegue gerar vídeos de corpo inteiro, mostrando os gestos e a dinâmica do corpo enquanto a pessoa fala, superando modelos de IA anteriores que só conseguiam animar o rosto ou a parte superior do corpo. O cerne dessa tecnologia reside na combinação de várias entradas, incluindo texto, áudio e movimentos corporais.