最近，亚马逊在其 “Amazon Accelerate” 活动上发布了一系列令人瞩目的生成式 AI 工具，旨在为消费者和第三方卖家提供更好的购物体验。最引人注目的功能之一是基于客户的偏好、搜索历史和购买记录，在亚马逊主页上提供个性化的产品推荐。这意味着，过去那种仅仅推荐 “类似商品” 的方式将被更新为根据用户的购物习惯，提供更大的商品类别，比如节日活动或运动相关商品。亚马逊还计划在产品描述中更好地反映用户的兴趣。例如，对于那些常常搜索无麸质商品的消费者，相关产品的

在最近举行的"加速"大会上，亚马逊推出了一款名为"视频生成器"的人工智能工具，引发了业界的广泛关注。这款工具能够将静态产品图片转化为生动的视频内容，为广告营销开辟了新的可能性。亚马逊广告部副总裁杰伊·里奇曼表示，视频生成器目前正在美国部分广告商中进行测试，特别是在"赞助品牌"广告活动中。他强调，这是一项重大创新，利用生成式AI激发创造力，为广告商和消费者带来更多价值。根据亚马逊的介绍，视频生成器可以在5分钟内生成6到9秒长的720p分辨率、24帧每秒的视

​9月19日，快手公司宣布其可灵AI模型进行了全球范围内的重磅升级，推出了1.5版本。新版本在多个方面实现了显著提升，包括视频画质、动态效果、美学表现、运动合理性以及语义理解等。

阿里巴巴集团旗下的通义宣布，其最新研发的AI视频生成大模型——通义万相AI生视频，已正式上线。该技术凭借其强大的画面视觉动态生成能力，能够根据文本提示词快速生成具有多种艺术风格和影视级质感的视频内容。

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

今日，字节跳动火山引擎宣布，豆包大模型将在9月24日发布视频生成模型，并将带来更多模型家族的能力升级。据了解，豆包大模型在2024年5月15日的火山引擎原动力大会上正式发布。

在人工智能快速发展的今天，AI视频生成技术迎来了一个重要的里程碑。来自纽约的Runway和旧金山的Luma AI几乎同时向市场推出了各自的视频生成API，为开发者和企业提供了前所未有的创意工具，引发业界广泛关注。Runway率先亮相的是其Gen-3Alpha Turbo AI视频模型API。这款产品目前处于逐步推广阶段，初期仅向特定合作伙伴开放使用。Runway采用了积分定价策略，每个积分售价1美分，生成1秒钟的视频需要消耗5个积分。换言之，制作一段4秒钟的视频，用户需要支付20美分。尽管具体应用场景尚未公

阿里通义将在即将举行的云栖大会上发布视频生成大模型，引发业界高度关注。目前，通义App频道和通义万相PC端已悄然上线了“视频生成”入口，但功能尚未开放，用户仅可进行预约。据页面信息显示，这一全新视频生成大模型是由阿里旗下通义实验室自主研发，包含“文生视频”和“图生视频”两种主要创作模式，用户可通过文字或图像生成相应的视频内容。此次发布无疑将为内容创作者带来全新的视频制作体验，也标志着阿里在AI生成内容领域迈出了重要一步。预约地址:https://tongyi.

最近，香港和中国的几所大学与腾讯联合研发了一个名为 GameGen-O 的 AI 模型，专门用于创建开放世界视频游戏的模拟。GameGen-O 的功能不仅仅限于生成高质量的游戏内容，它还模拟了多种游戏引擎的特性，能够创造出丰富多样的游戏元素，比如角色动态环境、复杂的动作以及各种事件。项目入口:https://gamegen-o.github.io/这款模型还提供了多模态互动控制的能力，让玩家在游戏过程中能够自由地进行操控，带来前所未有的游戏体验。研究团队表示，虽然 GameGen-O 并不是一个完全可玩游戏，但它为

曾经备受瞩目的自动驾驶卡车初创公司图森未来正经历一场引人注目的转型，这一转变不仅让部分股东感到困惑和愤怒，还可能让公司再次陷入法律纠纷。公司正试图将约4.5亿美元资金转移至中国，用于支持一家新的人工智能动画和视频游戏公司，这一举动引发了一场激烈的争夺战。图森未来的这一转型堪称惊人。这家由陈默和侯晓迪于2015年创立的公司曾是自动驾驶行业的明星，曾从中国风投、新浪公司以及Nvidia、固特异和UPS等知名企业筹集了大量资金。2021年，公司以84.9亿美元的估值成

随着人工智能技术的不断进步，伪造图像和视频的难度越来越低，深度伪造（deepfake）现象愈发严重，如何识别这些虚假内容成了一个亟待解决的问题。近期，宾汉姆顿大学的研究团队对此进行了深入探讨，他们利用频域分析技术，揭示了 AI 生成图像的特征，从而帮助人们识别虚假信息。图源备注：图片由AI生成，图片授权服务商Midjourney这项研究由电气与计算机工程系的教授 Yu Chen 以及博士生 Nihal Poredi 和 Deeraj Nagothu 主导，另外还包括来自维吉尼亚州立大学的硕士生 Monica Sudarsan 和教授 En

国内首个纯自研原创视频大模型Vidu由生数科技和清华大学联合研发，新推出“主体参照”功能，解决了AI生成视频中的角色一致性问题。用户上传任意主体图片后，Vidu能确保该主体在不同场景下的一致性生成，适用于人物、动物、商品、动漫角色等。此功能免费开放，标志着AI视频创作进入新时代，未来将探索更精确控制多主体交互、风格统一及多变场景稳定切换等复杂元素，以满足更高层次的叙事需求。中央广播电视总台导演石宇翔使用此功能创作动画短片《夏日的礼物》，表示生成的画面更具感染力和自由度，连贯性大大提升。

OpenAI的Sora视频AI模型目前处于研究阶段，原定发布时间延迟，主要因与政策制定者的沟通未完、对安全风险的谨慎考量以及技术挑战导致成本高。Sora面临训练数据法律风险问题，尚未确认是否使用了YouTube数据。同时，OpenAI积极与好莱坞合作，包括阿什顿·库彻在内的多位人士正在测试该模型，旨在探索其在电影行业的应用潜力。此外，OpenAI通过在纽约的展览“新路”向艺术家提供未发布的AI工具使用机会，展示了视频AI在物理与数字艺术交汇处的创新应用。市场迅速发展，中国公司如KLING、Vidu等推出类似模型，Runway ML也推出了新AI模型。Sora被视为视频生成AI的重要里程碑，开发者期待其能力进一步扩展，推动更多应用。

​快手公司宣布启动“可灵AI”导演共创计划，这标志着影视行业与人工智能技术的深度融合迈入了新阶段。该计划将邀请李少红、贾樟柯、叶锦添、薛晓路、俞白眉、董润年、张吃鱼、王子川、王卯卯等九位知名导演，利用快手自研的“可灵AI”视频生成技术，共同创作9部AIGC（人工智能生成内容）电影短片。

洛杉矶的视频游戏表演者与80家游戏开发商达成协议，同意了关于人工智能使用的重要条款，结束了因谈判僵局而持续的罢工行动。核心争点在于对AI技术可能复制和不当使用表演者肖像和声音的担忧。协议不仅包括了工资提升，还新增了针对AI剥削性使用和身体、声音表演压力的保护措施。引入分级预算协议使与工会表演者合作成为可能，确保了表演者的权益。这一协议对整个游戏行业具有里程碑意义，为AI使用设定了新标准，保障了表演者的权益，预计未来将有更多开发商采纳合理AI条款，推动行业向更加公平、可持续发展。

北京智谱华章科技有限公司近日宣布，其开发的人工智能产品“清言”新增视频通话功能，现已全面向用户开放，并提供限时免费体验。这一新功能的推出标志着“清言”AI产品在交互方式上的重大进步，用户不再局限于文字和语音交流，而是可以通过视频与AI进行更直观的互动。

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

ComfyUI-AdvancedLivePortrait 是一款用于实时动画生成的创新工具，专注于通过面部表情编辑与应用，提升视频创作的生动性。其核心功能包括从静态照片中精准提取面部表情，并将其数字化为可编辑参数，允许用户自由调整表情，为照片中的人物赋予全新情感。该工具不仅支持静态图像编辑，还能将表情无缝应用于视频，为视频内容的后期制作带来前所未有的灵活性。通过实时预览功能，用户可在编辑过程中即时查看效果，提高创作效率。ComfyUI-AdvancedLivePortrait已注册至ComfyUI-Manager，简化了技术操作，使普通用户也能轻松制作出富有表现力的动态内容。

微软在Windows11中计划推出“智能媒体搜索”功能，允许用户通过口语搜索已索引的本地视频或音频文件。此功能需用户同意扫描设备上的媒体文件，并在后台下载、安装AI模型进行转录和索引。目前功能仍在开发中，AI模型可能需要专用神经处理单元来处理运算。用户能否选择特定文件进行搜索仍有待明确，隐私问题因AI全面扫描媒体内容而引起关注。如果允许用户选择性处理，此功能可应用于会议或简报的高效转录，类似于Otter.ai等第三方云服务。

MiniMax推出首款AI高清视频生成模型后，其子公司海螺AI新增了“AI创作音乐”与“AI生成视频”功能。用户可通过歌词创作与曲风选择自动生成音乐，输入创意描述即可生成视频。音乐功能提供多种曲风，生成的音乐质量一般；视频功能则能根据输入描述自动创作，展示效果较为意境，但画质仍有提升空间。目前，这两项功能正限时免费供用户体验。