​阿里云百炼大模型服务平台最近推出了“音视频实时互动”功能，使用户能够轻松搭建多模态AI应用，无需编程知识。这一新功能使得用户可以快速将AI模型集成到Web、iOS和Android应用中，并与他人分享。用户可以通过简单的步骤来搭建智能体应用:首先新建智能体应用，然后在阿里云百炼平台上选择并配置所需的文本、语音或视觉理解大模型。平台提供了200多种大模型，包括具备强大视觉智能体能力的阿里云Qwen2-VL大模型。接下来，用户需要编写提示词，设置音视频API-KEY，并发布自己的专属AI应用。

Runway 平台迎来了一个重要更新，用户现在不仅可以在视频生成中选择首尾帧，还可以插入中间帧来进行控制。此前，许多用户一直期待这一关键帧功能，借助这一新特性，用户能够在视频制作过程中有更多的创作自由和灵活性。具体来说，大家在图生视频功能中，除了上传首尾帧两张图，还可以增加中间帧，让生成的视频画面更为丰富和协调。已经有网友开始体验，可以看看x上用户@aroha AI生成效果：又比如AIbase在这里上传了三张关联不大的首尾帧和中间帧画面：生成的效果如下，流畅度

Instagram 的负责人亚当・莫塞里（Adam Mosseri）在最近发布的一段视频中，透露了即将推出的生成式 AI 功能。这些新工具将允许用户通过文本提示，几乎 “改变他们视频的任何方面”。这些视频编辑工具将基于 Meta 公司的 Movie Gen AI 模型，预计将在明年正式上线。莫塞里在视频中表示:“我们正在为视频创作者们开发一些非常激动人心的 AI 工具。很多用户创作的精彩内容让 Instagram 焕发活力，我们希望为你们提供更多的工具，以实现你们的创意。” 他补充道，用户将能够随心所欲地修改视频内

近日，位于纽约的公司 Runway 宣布推出一项新的人才网络，旨在帮助品牌、机构和影视制作公司招聘 AI 影视创作者。随着谷歌和 OpenAI 在视频生成领域不断推进，Runway 希望通过这一平台进一步拓展其 AI 视频工具的应用范围。这个全新的 Runway 人才网络为全球的创意者、艺术家及专注于 AI 视频工具的公司提供了一个展示自己作品的平台。他们可以在这里与寻找 AI 人才的公司建立联系。网络中已聚集了许多独立的 AI 艺术家和制作公司，这些人才各具特色，涵盖多个领域。Runway 表示，这一举措

在人工智能领域，技术迭代的速度总是令人惊叹。快手旗下AI视频生成工具可灵（Kling）在短短半年内，从追赶者一跃成为全球AI视频生成领域的领跑者。最新发布的1.6版本，展现了令人瞩目的技术进步。尽管版本号仅提升了0.1，但可灵1.6版带来的技术突破却远超预期。新版本在保持35灵感/5秒视频的亲民价格基础上，在三个核心维度实现了质的飞跃:物理规律真实感、人物表演能力和语义理解水平。物理规律真实感大幅提升对物理世界的精准演绎是这次更新的最大亮点。在切西红柿的测试中

北京图森未来科技有限公司宣布正式更名为CreateAI。这一更名伴随着公司在生成式AI领域多项重大进展的发布，标志着其在动画和视频游戏行业应用生成式AI技术的雄心壮志。同时，CreateAI宣布获得著名武侠IP《金庸群侠传》的正版授权，计划开发一款大型武侠开放世界RPG游戏。此外，公司还将与著名动画导演河森正治及顶级动画制作公司株式会社白组合作，利用AIGC技术推动创作者在展示宏大宇宙文明方面实现更多突破。

OpenAI近日表示，目前暂无发布其AI视频生成模型Sora API的计划。Sora模型能够根据文本描述或参考图像生成相当逼真的视频。在OpenAI开发者团队的一次AMA（Ask Me Anything）活动中，OpenAI开发者体验主管罗曼·休特(Romain Huet)明确表示，目前Sora API不在计划之内。“我们目前还没有Sora API的计划，”他写道。这一决策的原因可能是产能问题。在推出由Sora驱动的视频创作和编辑套件后不久，OpenAI就因流量超出预期而被迫关闭了申请通道。OpenAI首席执行官山姆·奥特曼（Sam Altman）在X上为此道歉。奥特曼

在2024火山引擎FORCE原动力大会·冬上，火山引擎宣布了豆包大模型家族的全新升级，展示了其在人工智能领域的最新进展。豆包大模型的日均tokens使用量已超过4万亿，较5月发布时期增长超过33倍，显示出其在行业中的广泛应用和快速增长。

中国AI视频生成初创公司爱诗科技近日宣布完成A2至A4轮融资，总金额近3亿元人民币。此前，A2轮融资由蚂蚁集团投资，而近期的A3和A4轮融资则由北京市人工智能产业投资基金、国科投资以及光源资本共同注资。本轮融资将主要用于提升技术研发能力、扩展算力资源、建设人才团队，并加速产品功能迭代与市场覆盖，从而持续推动AI视频生成技术的普及应用。爱诗科技的核心AI视频生成产品PixVerse表现亮眼，全球用户已突破1200万，月活跃用户接近600万。自2024年10月V3版本发布以来，"毒液变身

近日，OpenAI 在一场问答会上透露，目前没有推出其视频生成模型 Sora 的 API 的计划。Sora 可以根据文本描述或参考图像生成相对逼真的视频，备受关注。但 OpenAI 开发团队的负责人罗曼・于特（Romain Huet）表示，现阶段并不打算推出 API。他在会上提到:“我们目前没有 Sora API 的计划。”造成这一决定的原因可能与容量问题有关。Sora 推出后，OpenAI 发现申请使用其基于 Sora 的视频创建和编辑工具的用户数量远超预期，因此不得不在短时间内暂停接受新用户申请。OpenAI 首席执行官山姆・阿尔特曼

近期，一系列由AI生成的宠物跳舞视频在抖音掀起热潮，将荒诞与搞笑推向了极致。这些视频中，萌宠们瞬间变身舞蹈高手，不仅四肢灵活，更展现出令人啼笑皆非的舞蹈动作。这股AI魔幻舞蹈风潮迅速蔓延，不仅局限于宠物，还延伸至人群集体尬舞的场景。短短时间内，"AI玩不动的舞"等话题迅速蹿升抖音热榜，相关视频播放量已高达8.8亿次。视频中的猫狗们仿佛被注入了超现实能量，从原本的呆萌样子瞬间变身专业舞者。有的跳起劲舞，有的扭动身姿，完全打破了常规认知。这种出人意

人工智能视频生成领域的领军者Pollo AI近日发布了四款全新AI特效，再次引发行业关注。用户只需上传静态图片，即可利用先进的AI技术，轻松实现“挤压”、“膨胀”、“爆炸”和“融化”等效果，让任何事物（或任何人）都能在视频中“活”起来。此外，Pollo AI还应景地推出了多款节日主题模板，助力用户快速制作充满圣诞氛围的短视频。此次发布的四款特效各具特色。“挤压”特效能够让照片中的主体像面团、海绵或橡皮泥一样被挤压变形，呈现出趣味十足的动态效果，非常适合在You

在视频分析领域，物体的持久性是人类理解物体即使在完全遮挡情况下依然存在的重要线索。然而，目前的物体分割方法大多只关注可见（模态）物体，而缺乏对无模态(可见 + 不可见)物体的处理。针对这一问题，研究人员提出了一种基于扩散先验的两阶段方法Diffusion-Vas，旨在提升视频无模态分割和内容补全的效果，能追踪视频中的指定目标，然后利用扩散模型补全被遮挡的部分。该方法的第一阶段涉及生成物体的无模态掩码。研究人员通过将可见掩码序列与伪深度图结合，来推断物体边

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。

人工智能和视频搜索公司Moments Lab宣布与Bitcentral达成集成合作。据两家公司表示，此次集成将使Bitcentral Oasis MAM（媒体资产管理）的用户能够利用强大的AI生成元数据来丰富其媒体资产，同时保留其本地或混合存储架构。Bitcentral首席运营官Sam Peterson表示:“我们很高兴为Oasis MAM客户提供Moments Lab的尖端AI索引技术，并进一步提高新闻制作工作流程的效率。”Moments Lab的公共API可用于将其MXT-1.5多模态AI与Oasis集成。MXT-1.5结合视频中看到和听到的内容，生成丰富的元数据，包括对每个镜头和序列中

Meta 公司宣布对其 Ray-Ban Meta 智能眼镜进行了一次重大的更新，推出了多项基于人工智能的新功能，包括实时对话和语言翻译。这些新功能现已向美国和加拿大的早期体验用户开放，用户可以下载最新的固件版本 v11。这次更新中最引人注目的 “实时 AI” 功能首次在秋季的 Meta Connect 开发者大会上亮相。该功能允许用户与 Meta 的 AI 助手进行持续对话，用户无需每次都说 “嘿，Meta” 来唤醒助手，而是可以随时打断 AI 进行后续提问或换话题。此外，用户还可以在佩戴眼镜时实时询问周围的环

YouTube 最近宣布了一项新功能，允许创作者选择是否允许第三方公司使用他们的视频进行人工智能（AI）模型的训练。这一选项的默认设置是关闭的，意味着如果创作者不希望让第三方公司抓取他们的视频进行 AI 训练，他们不需要采取任何行动。然而，如果创作者希望这样做，YouTube 将提供一个明确的选择。YouTube 团队的一名成员 Rob 在支持帖子中表示:“我们将这视为支持创作者、帮助他们在 AI 时代为他们的 YouTube 内容实现新价值的重要第一步。” 他还提到，YouTube 会继续探索促进创作者与

谷歌正式发布了其新一代视频生成模型 Veo2，旨在与 OpenAI 的 Sora 展开竞争。谷歌表示，Veo2在生成视频时表现出更高的真实感和细腻度。此次更新不仅提升了视频质量，还加强了对现实物理和人类运动与表情细微差别的理解。Veo2的强大功能谷歌表示，Veo2“对现实世界的物理学以及人类运动和表情的细微差别有更好的理解”。它可以在 Google Labs 的 VideoFX 平台上使用，但仅限于候补名单。用户需要通过 Google 表单注册，并等待 Google 在其选择的时间临时授予访问权限。谷歌介绍称，用户可以根

Meta 公司近日发布了一项名为 Video Seal 的新型神经水印系统，该系统旨在帮助识别 AI 生成的视频，即使视频经过编辑也能有效追踪其来源。这种水印对于观众而言是不可见的，但可以通过检测来验证视频的真实性。Meta 将整套系统以 MIT 许可的开源软件形式发布，包括 Video Seal 水印模型、研究论文以及训练和推理代码。此外，Meta 还发布了一个交互式演示，允许用户亲自测试这项技术。除了 Video Seal 之外，Meta 还推出了两款辅助工具:Omni Seal Bench，用于比较不同类型媒体的神经水印性能;以及

近日，一段视频在网络上引起了广泛关注，视频中出现了一个模仿张文宏的账号在直播带货，出售一种蛋白棒。许多网友对此产生疑问，“张文宏是不是在带货?” 更令人担忧的是，部分年长观众对这一视频深信不疑，甚至已经下单并在社交群里转发了该信息。经过记者的核实，发现视频中的张文宏并非真人，而是通过 AI 技术合成的深度伪造。对此，张文宏回应表示，这样的卖货账号不止一个，且一直在变，他已多次向平台投诉。这件事情已经有几个星期了，一开始进行了投诉。特别是有