近日，腾讯混元视频模型（Hunyuan Video）在 X 平台上正式公开招募测试伙伴，标志着这一前沿 AI 视频生成技术迈入关键测试阶段。根据官方透露，测试结束后，该模型有很大概率会开源，为全球 AI 社区贡献其技术成果。混元视频模型是腾讯在 AI 视频生成领域的重要创新，拥有超过13B 的参数量，是目前开源模型中规模最大的视频生成模型之一。其核心技术包括高效的时空上下文建模能力以及对复杂物理规律的精准模拟，能够生成高质量且符合真实世界逻辑的视频内容。此前，腾讯混元团队

AI视频领域再迎王炸级新品!近日，Google 最新一代 AI 视频模型 Veo2正式发布，并选择在知名素材平台 Freepik 全球首发。 此次发布不仅标志着 Google 在 AI 视频技术上的又一次重大突破，更令人惊喜的是，前10000名用户还能免费体验这款 “黑科技” ，无疑给视频创作者们送上了一份重磅福利!根据官方推文信息，Veo2被誉为 Google “最先进的 AI 视频模型”，其核心卖点在于 无与伦比的真实感、精确度和流畅的动画效果。 这意味着， Veo2生成的视频将更加逼真自然，细节更丰富，运动更流畅，彻底

近日，备受瞩目的最强视频模型Veo2终于与广大用户见面了，不过目前它内嵌在YouTube的Dream Screen功能里。目前，仅美国、加拿大、澳大利亚和新西兰用户可用。Veo2是由Google DeepMind推出的最新一代AI视频生成模型，它能够根据用户的文本提示生成高质量的视频片段，支持分辨率高达4K。此次Veo2的加入，使得YouTube Shorts的创作功能得到了极大的丰富和提升。用户现在可以利用Veo2为YouTube Shorts生成各种素材和背景视频，从而让自己的短视频作品更加生动、有趣和富有创意。Veo2具备强大的功能和优

近日，香港大学与字节跳动合作研发的基于流动的视频生成模型 Goku 正式发布。该模型利用先进的生成算法，可以根据文本提示生成高质量的视频内容，极大地丰富了数字艺术的表现形式。为了展示 Goku 模型的强大功能，研究团队制作了一系列精彩的视频示例，这些示例不仅展示了模型的技术能力，也展现了其在创意表现上的无限潜力。Goku 模型的特点在于其高效的生成速度和图像质量。通过使用大量的数据训练，Goku 可以生成包括动画、自然风光、动物行为等多种场景。研究人员使用了原

AI 媒体科技公司 Runway 宣布推出其最新的文本生成图像模型 ——Frames。作为一家以 AI 视频模型闻名的公司，Runway 此举意在扩展其在图像创作领域的影响力。Frames 的推出，获得了用户的广泛好评，尤其在生成电影般的视觉效果方面，备受赞誉。该模型在2024年11月首次公布，并在过去几周内先行供给 Runway 创作者计划的用户进行体验，现已向所有订阅用户开放。Frames 的使用需通过 Runway 的无限计划或企业计划进行订阅，月费为95美元，年度订阅则为912美元，而企业计划的年费为1500美元。用户

Luma AI 于最近发布了其最新的生成视频模型 Ray2，这一消息迅速引发了业界的关注。仅在短短七个月前，Luma AI 就推出了其 Dream Machine 平台，已成为 AI 视频创作领域的佼佼者。然而，随着 AI 视频技术的迅猛发展，Ray2的推出似乎标志着该领域又一重大进步。Luma AI 的联合创始人兼首席执行官 Amit Jain 在社交媒体上表示，Ray2具备 “快速、自然且一致的运动和物理效果”，而其训练使用的计算资源是前一代模型 Ray1的十倍。这一提升显著增加了生成可用于制作的高质量视频的成功率，使得视频创

北京图森未来科技有限公司于2024年12月17日正式发布了其首款“图生视频”大模型——“Ruyi”，并将Ruyi-Mini-7B版本开源，以便用户从huggingface平台下载使用。图森未来成立于2015年，总部位于美国加利福尼亚州圣迭戈，专注于AI技术在多个行业的应用，包括动画游戏和交通运输行业。

据theinformation报道，知情人士透露亚马逊近期研发出一种新型生成性人工智能模型，能够处理图像和视频，除了文本外。这一进展标志着亚马逊在人工智能领域的进一步布局，尤其是在多媒体内容的处理上。该模型的推出，旨在帮助客户更高效地搜索和管理视频档案。随着视频内容的迅猛增长，如何快速找到所需信息成为了一项重大挑战。亚马逊的新模型通过解析视频中的内容，能够实现更加精准的搜索和筛选，满足客户对信息快速获取的需求。据报道，该模型不仅能够识别视频中的物体

自今年2月份OpenAI 首次预告了其文本转视频 AI 模型 Sora，之后一直没有提供任何具体的更新。日前，一群参与 OpenAI 新型文本转视频 AI 模型 Sora 的测试艺术家，因对公司的不满而泄露了该模型的早期访问权限。他们通过 AI 开发平台 Hugging Face 发布了一个与 Sora API 相关的项目，利用早期访问的认证token，创建了一个前端界面，允许用户生成视频。通过这个前端，任何用户都可以输入简短的文字描述，生成最长10秒、分辨率高达1080p 的视频。随后，许多用户在社交媒体上分享了生成的视频示例，

近日，字节跳动研究院和清华大学的研究人员联合发布了一项新研究，指出目前的 AI 视频生成模型，比如 OpenAI 的 Sora，虽然能创造出令人惊叹的视觉效果，但在理解基本物理规律方面却存在重大缺陷。这项研究引发了人们对 AI 在模拟现实时能力的广泛讨论。研究团队对 AI 视频生成模型进行了测试，设定了三种不同的场景，分别是已知模式下的预测、未知模式下的预测，以及熟悉元素的新组合。他们的目标是看看这些模型是否真的学习了物理规律，还是仅仅依赖于训练中的表面特征。通过

谷歌研究团队最新推出的 ReCapture 技术，正在颠覆传统视频编辑的玩法。这项创新让普通用户也能轻松实现专业级的摄像机运动调整，为已拍摄的视频重新设计镜头语言。传统视频后期制作中，改变已拍摄视频的镜头角度一直是个技术难题。现有方案在处理不同类型的视频内容时，往往难以同时保持复杂的运镜效果和画面细节。ReCapture 另辟蹊径，没有采用传统的4D 中间表示方法，而是巧妙利用生成式视频模型中储存的运动知识，通过 Stable Video Diffusion 将任务重新定义为视频到视频的转换过

今日，智谱技术团队发布了其最新的视频生成模型 CogVideoX v1.5，并将其开源。这一版本是自8月以来，智谱技术团队推出的 CogVideoX 系列中的又一重要进展。据了解，此次更新大幅提升了视频生成能力，包括支持5秒和10秒的视频长度、768P 的分辨率以及16帧的生成能力。同时，I2V（图像到视频）模型也支持任意尺寸比例，进一步增强了复杂语义的理解能力。CogVideoX v1.5包含两个主要模型:CogVideoX v1.5-5B 和 CogVideoX v1.5-5B-I2V，旨在为开发者提供更强大的视频生成工具。更值得关注的是，CogVideoX v1.5将

Facebook的母公司Meta宣布与好莱坞知名恐怖电影制作公司Blumhouse Productions合作，以测试其最新的生成式AI视频模型Movie Gen。Blumhouse Productions是《潜伏》和《逃出绝命镇》等热门电影的幕后推手。此次合作是Meta在本月早些时候推出Movie Gen后的一项重要举措，该工具据称能够根据用户的提示创建逼真的视频和音频片段，Meta希望借此与OpenAI和ElevenLabs等领先的媒体生成初创公司竞争。在一篇博客文章中，这家社交媒体公司表示，Blumhouse已经选定了电影制作人Aneesh Chaganty、The Spurlock Sisters和Casey Affleck

在最新的 MAX 大会上，Adobe 带来了令人振奋的 AI 新功能，其中最引人注目的是 Firefly AI 视频模型（Firefly Video Model）和多个增强版 Photoshop 工具。Firefly AI 视频模型Firefly 视频模型让用户可以通过文本提示创建视频或修改现有的视频内容，这无疑为创作者们提供了全新的创作空间。Firefly 视频模型的一个重要特点是，它仅使用经过授权的内容进行训练，这意味着用户在商业使用时会更加放心。通过 Adobe Premiere Pro Extend 功能，用户甚至可以在现有视频的基础上增加2秒钟的素材，支持720p 和1080p 的

快手、北京大学和北京邮电大学的研究团队联手推出了一项重磅科技成果——Pyramid-Flow超高清视频模型。这一开源项目在人工智能生成视频领域取得了显著突破，为行业带来了新的可能性。Pyramid-Flow模型展现了惊人的能力，仅需文本输入即可生成长达10秒、分辨率高达1280x768、帧率24fps的高质量视频。无论是光影效果、动作连贯性、整体画质、文本语义还原，还是色彩搭配，Pyramid-Flow都表现出色，生成的视频令人叹为观止。这项技术的一大亮点在于其高效的训练过程。研究团队仅使用A100GPU在

Runway公司近日宣布一项雄心勃勃的计划，旨在促进AI技术在电影制作中的应用。这家AI视频生成技术公司设立了一个高达500万美元的基金，计划资助多达100部原创电影项目。这一举措无疑为对AI技术感兴趣的导演们提供了一个难得的机会。Runway的"百部电影基金"计划旨在支持任何使用该公司生成式视频模型的视频项目。公司在博客文章中表示:"传统的融资机制往往忽视了整个行业生态系统中新兴的创新视角。"该计划的资助范围涵盖广泛，包括长片、短片、纪录片、实验性项目、音乐视频，甚

OpenAI 近日在视频 AI 领域再次引发轰动，他们正在对今年2月发布的 Sora 进行重大升级。根据《信息日报》的报道，这次升级的核心目标是显著提升 Sora 的性能，使其能够更快速地生成更长、更高质量的视频内容。回顾 Sora 初版的表现，确实存在不少亟待解决的问题。最初版本生成一段视频需要耗时超过10分钟，这样的效率显然无法满足实际应用需求。更严重的是，许多电影制作者对 Sora 的输出质量颇有微词。制片人 Patrick Cederberg 的经历就是一个典型案例:为了获得一个可用的视频，他不得不

最近，AI 初创公司 Runway 宣布与著名电影制作公司 Lionsgate （狮门影业）达成合作。这一消息在影视行业引起了不小的震动，因为这是首个大型电影公司与 AI 视频模型供应商直接签订的协议。Runway 的总部位于纽约市，得到了谷歌等公司的支持。虽然 Runway 的技术在好莱坞已经被一些电影制作人使用过，比如获得奥斯卡最佳影片的《瞬息全宇宙》，但这次的合作将使其在影视制作领域更进一步。在这次合作中，Runway 将利用 Lionsgate 超过两万部影视作品的资料库，包括《饥饿游戏》和即将上映

2024年9月4日，北京智源人工智能研究院（BAAI）宣布推出全球首个包含文生视频的模型对战评测服务——FlagEval大模型角斗场。这一服务面向用户开放，覆盖了国内外约40款大模型，并支持语言问答、多模态图文理解、文生图、文生视频等四大任务的自定义在线或离线评测。F

Hedra平台成功筹集1000万美元种子资金，由前NVIDIA、谷歌和元宇宙员工创立，吸引了Index Ventures、Abstract和A16Z Speedrun等知名投资者。Hedra推出的基础模型Character-1在种子轮中亮相，宣称是市场上速度最快的视频模型，已有35万用户使用，创作了超过160万个视频，部分在社交媒体上广受欢迎。平台允许用户创建AI流行明星并生成内容，同时注重安全和内容审核。Hedra计划使平台多模式化，整合故事、声音和视频生成，简化内容创作。Character-1是近期众多视频生成模型之一，其他公司如Haiper、RunwayML和Luma AI也推出了相关技术。大公司如OpenAI和谷歌也在该领域进行研发，展示其在AI驱动视频创作的潜力。