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.

A Luma AI lançou recentemente o seu mais novo modelo de geração de vídeo, o Ray2, na sua plataforma de criação de vídeo com IA Dream Machine, atraindo ampla atenção da indústria. Desde o lançamento da Dream Machine no verão passado, o campo de vídeo com IA tem visto mudanças rápidas nos sete meses seguintes, com muitos novos modelos surgindo, incluindo Runway, Kling, Sora da OpenAI e Veo2 do Google. Ra

Recentemente, a Alimama, com base em seu modelo de geração de vídeo Taobao Star, lançou oficialmente o aplicativo AI Native de imagem para vídeo de nível comercial — Taobao Star · Imagem para vídeo, e já está disponível para uso por comerciantes do Taobao e Tmall. Esta nova ferramenta AI Native combina dados massivos de e-commerce, linguagem de design rica e experiência de marketing líder do setor, com o objetivo de impulsionar a atualização inteligente de todo o processo de criação de conteúdo de IA para e-commerce.

O Google lançou oficialmente seu modelo de geração de vídeo de próxima geração, o Veo2, com o objetivo de competir com o Sora da OpenAI. O Google afirma que o Veo2 apresenta maior realismo e detalhe na geração de vídeos. Esta atualização não apenas melhorou a qualidade do vídeo, mas também aprimorou a compreensão da física do mundo real e das nuances do movimento e expressões humanas. O Google afirma que o Veo2 possui uma "melhor compreensão da física do mundo real e das nuances do movimento e expressões humanas". Ele está disponível no Google Labs

De acordo com a mídia, na Conferência Anual da Indústria de Jogos da China de 2024, a Gigante Network lançou o grande modelo de geração de jogos sonoros "QianYing", intensificando ainda mais o campo "Jogos + IA". De acordo com informações públicas, o "QianYing" inclui dois grandes modelos principais: o grande modelo de geração de vídeo de jogos YingGame e o grande modelo de dublagem de vídeo YingSound, alcançando de forma inovadora a geração de vídeos de jogos sonoros e interativos. A Gigante Network afirmou que o grande modelo de jogos sonoros "QianYing" atualmente

Lembra daqueles tempos em que esperávamos pacientemente a renderização de cada quadro de um modelo de geração de vídeo? Agora, diga adeus à lentidão e prepare-se para a velocidade da luz! A Adobe e o MIT uniram forças para lançar o CausVid, um modelo de geração de vídeo 'causal' que consegue gerar vídeos de alta qualidade em tempo real a 9,4 quadros por segundo, com um atraso de apenas 1,3 segundos no primeiro quadro! Essa tecnologia inovadora mudará completamente a forma como o conteúdo de vídeo é criado, abrindo infinitas possibilidades para jogos, realidade virtual e streaming! Os modelos tradicionais de geração de vídeo eram como um artesão que trabalhava lentamente, mas com precisão...

Recentemente, a iDream AI anunciou que, a partir de hoje, o modelo de geração de vídeo Seaweed, desenvolvido internamente pela ByteDance, está oficialmente disponível para os usuários da plataforma. Após o login, na função "Geração de Vídeo", selecione "Vídeo S2.0" para experimentar. O modelo de geração de vídeo Seaweed faz parte da família de modelos Doubao, com layout de luz e sombra profissional e harmonia de cores, proporcionando imagens visuais com grande beleza e realismo. Com base na arquitetura DiT, o modelo de geração de vídeo Seaweed também consegue gerar cenas de movimento amplo de forma fluida e natural. Testes demonstram que o modelo apenas

Recentemente, a Meta, em colaboração com a King Abdullah University of Science and Technology (KAUST) da Arábia Saudita, lançou uma nova série de modelos de difusão de vídeo — MarDini. Este modelo torna a criação de vídeos de alta qualidade mais simples e flexível, capaz de realizar várias tarefas, como preencher quadros ausentes em vídeos, transformar uma única imagem em uma cena dinâmica e até mesmo estender clipes curtos adicionando quadros contínuos naturais. Construindo sobre o trabalho do ano passado, a Meta está impulsionando ainda mais seus esforços na área de geração de vídeo por IA. Anteriormente, lançou o E...

A iQIYI Technology anunciou o lançamento global da versão mais recente de seu grande modelo de geração de vídeo, o PixVerse V3. Esta versão apresenta melhorias significativas nas capacidades do modelo subjacente, oferecendo capacidades de geração multimodais e uma variedade de funcionalidades de IA, incluindo modelos criativos, sincronização labial, continuação de histórias e conversão de estilo.

Recentemente, a empresa de IA Genmo anunciou o lançamento do Mochi1, um novo modelo de geração de vídeo de código aberto que permite aos usuários gerar vídeos de alta qualidade a partir de prompts de texto. O desempenho do Mochi1 é considerado comparável, ou até superior, aos principais concorrentes proprietários do mercado, como Runway, Dream Machine da Luma AI, a ferramenta Kuaishou Ke Ling e Hailuo da Minimax. O modelo é disponibilizado sob a licença Apache2.0.

Recentemente, a Kuaishou, em colaboração com equipes de pesquisa da Universidade de Pequim e da Universidade de Ciência e Tecnologia de Pequim, lançou em código aberto um modelo de geração de vídeo de alta definição chamado Pyramid-Flow. Este modelo é capaz de gerar vídeos com até 10 segundos de duração, resolução de 1280x768 e 24 quadros por segundo, com base em descrições de texto. A qualidade é notável, com excelente desempenho em termos de efeitos de iluminação, consistência de movimento e qualidade geral do vídeo. O funcionamento do Pyramid Flow difere dos modelos de difusão de vídeo existentes. Modelos existentes normalmente operam em resolução total, o que, embora...

Na turnê de inovação em IA da Volcano Engine de 2024, o presidente da Volcano Engine, Tan Dai, revelou o mais recente modelo de geração de vídeo Doubao. Este modelo possui diversas tecnologias avançadas, incluindo a eficiente unidade de cálculo DIT Fusion, que permite a codificação de compressão profunda de vídeo e texto; simultaneamente, ele emprega um novo método de treinamento de modelo de difusão, garantindo a consistência na geração de vídeos com múltiplas câmeras; além disso, o modelo também integra uma estrutura Transformer profundamente otimizada, melhorando significativamente a capacidade de generalização da geração de vídeo.

O PixVerse, modelo de geração de vídeo da iQIYI, anunciou o lançamento oficial de sua nova interface de usuário (UI). Esta atualização traz uma série de recursos inovadores, projetados para melhorar a experiência criativa do usuário. Primeiro, a introdução do painel de criação universal permite que os usuários comecem a criar imediatamente em qualquer interface do produto, sem precisar alternar com frequência entre diferentes módulos, reunindo todas as funções em um só lugar. Além disso, a biblioteca de inspiração da página inicial apresenta os vídeos mais criativos do mundo, permitindo que os usuários apliquem modelos com um único clique, tornando possível para todos replicarem facilmente vídeos populares.

A MiniMax lançou recentemente, em segredo, seu primeiro modelo de geração de vídeo e exibiu simultaneamente um vídeo de 2 minutos, intitulado 'Moeda Mágica', gerado por este modelo. O fundador, Yan Junjie, revelou que o modelo supera o Runway em termos de efeitos de geração de vídeo, mas os parâmetros e detalhes técnicos específicos ainda não foram divulgados. A MiniMax planeja iterar continuamente em versões posteriores, aprimorando os dados, algoritmos e detalhes de uso, e planeja adicionar recursos de imagem para vídeo e geração de vídeo combinando imagem e texto no futuro. Quanto à comercialização, a empresa considerará isso depois que a nova versão atingir um estado satisfatório. Apesar da Mini...

A ZhiPu AI lançou o CogVideoX, um novo modelo de geração de vídeo. Através da estrutura 3D VAE e do módulo 3D RoPE, melhora-se a captura da relação entre quadros na dimensão temporal, aprimorando a compreensão do texto e a capacidade de seguir instruções. Isso resulta em uma arquitetura Transformer que integra texto, tempo e espaço em três dimensões, gerando vídeos de forma eficiente e atendendo às necessidades do usuário. O modelo já está disponível na plataforma ZhiPu Qingyan, oferecendo experiência gratuita de geração de vídeos a partir de texto e imagens. Suas características incluem geração rápida, cumprimento eficiente de instruções, coerência de conteúdo e flexibilidade na organização das cenas.

Na Conferência Mundial de Inteligência Artificial de 2024, a SenseTime apresentou seu novo e controlável grande modelo de geração de vídeo de personagens - Vimi. O modelo utiliza a tecnologia de modelos de grande escala avançada desenvolvida pela SenseTime, permitindo a geração de vídeos de personagens correspondentes a movimentos específicos a partir de apenas uma foto. Ele possui controle preciso de expressões e movimentos corporais, múltiplas formas de acionamento (incluindo vídeo, animação, som e texto) e saída de vídeo de alta consistência e iluminação natural. A notável estabilidade do Vimi permite a geração de vídeos de personagens com mais de 1 minuto de duração, sem comprometer a qualidade da imagem.