搜索全球AI产品动态

近年来，生成式人工智能（AI）技术的迅猛发展改变了数字内容创作的面貌，但偏见问题始终伴随其中。最近，《连线》杂志对 OpenAI 旗下的视频生成工具 Sora 进行了深入调查，结果发现该工具在生成视频时常常会强化种族、性别和能力方面的刻板印象，甚至有时忽视了对某些群体的表现。图源备注：图片由AI生成，图片授权服务商Midjourney在调查中，研究人员给 Sora 提供了25个基本的提示，例如 “一个人走路” 或 “飞行员” 等职位名称，同时也包含一些身份特征的描述，比如 “残疾人”

在人工智能视频生成领域，扩散模型以其卓越的性能备受瞩目。然而，其固有的迭代去噪特性导致生成过程耗时且计算成本高昂，成为制约其广泛应用的关键瓶颈。近日，来自B北京航空大学、香港大学和上海人工智能实验室的研究团队联合发布了一项名为 AccVideo 的创新技术。该方法通过一种新颖高效的蒸馏方法，并结合合成数据集，成功将视频扩散模型的生成速度提升了惊人的8.5倍。现有的视频扩散模型在生成高质量视频方面表现出色，但其迭代式的去噪过程需要大量的推理步骤。这意

近日，清华大学的研究团队开源了其最新的研究成果——Video-T1。这项技术的核心在于测试时缩放 （Test-Time Scaling， TTS），旨在通过在视频生成过程的推理阶段投入更多的计算资源，显著提升生成视频的质量和与文本提示的一致性，而无需重新进行昂贵的模型训练。这一创新性的方法为视频生成领域带来了新的可能性。何为“测试时缩放”?在大型语言模型 （LLMs） 领域，研究人员已经发现，通过在测试阶段增加计算量可以有效提升模型性能。Video-T1借鉴了这一思路，并将其应用于视频生成

在人工智能领域，快手推出的可灵 AI 正在逐步崭露头角，成为视频生成应用中的一匹黑马。根据最新的业绩电话会，快手创始人兼 CEO 程一笑透露，自去年6月推出以来，可灵 AI 的营业收入已超过1亿元，成为国内视频生成 AI 应用中最具规模的商业化产品。可灵 AI 以其强大的功能和较早的市场布局，在竞争激烈的 AI 市场中占据了一席之地。程一笑强调，随着 AI 技术的不断进步，市场也会经历周期性波动。快手选择依托 AI 技术对现有业务进行升级，以实现研发与收益的良性循环。这种思路

3月25日，快手发布2024年全年业绩，总营收同比增长11.8%至1269亿元，经调整净利润达177亿元，同比大幅增长72.5%。财报亮点在于，其于去年6月推出的视频生成大模型“可灵AI”商业化进展迅速，截至今年2月累计营收已超1亿元。可灵AI面向C端推出会员收费模式，并与数千家B端企业建立API订阅合作。快手CEO程一笑在财报电话会上透露，可灵AI服务用户已超500万，单月流水过千万，预计2025年将大幅增长。程一笑强调，快手正处于AI技术重塑产业格局的关键节点，AI不仅提升效率，更是驱动平台增长

近日，国内最大AI图像创作平台LiblibAI宣布接入阿里通义系列大模型，进一步增强其AI创作能力。其中，基于万相最新开源模型，LiblibAI推出了文生视频、图生视频功能，用户可通过文本提示词或上传图片生成10秒短视频。数据显示，万相2.1（Wan2.1）在 Hugging Face 和魔搭社区的总下载量已超200万，在GitHub上的Star数突破8.7k，展现出强劲的市场认可度。与此同时，LiblibAI 还基于阿里大模型 Qwen-turbo 打造提示词优化窗口。该功能可通过系统提示（System Prompt）帮助用户优化输入，并支持将中文提示词

北京生数科技有限公司宣布其AI视频生成平台Vidu已获得7部千万级网文IP概念短片改编授权，并将通过AI技术赋能国内动漫短剧市场，推动网络文学影视化改编进入新的发展阶段。

上海阶跃星辰智能科技有限公司宣布开源其最新的图生视频模型——Step-Video-TI2V。这一模型是基于30B参数的Step-Video-T2V训练而成，能够生成102帧、5秒、540P分辨率的视频，具有运动幅度可控和镜头运动可控两大核心特点，尤其在动漫效果方面表现出色。

硅谷科技巨头的版图扩张再添新篇!埃隆·马斯克旗下的xAI公司今日宣布收购专注于视频生成AI技术的初创公司Hotshot，这一战略收购将为xAI在多模态AI技术领域注入新的活力。Hotshot首席执行官Aakash Sastry在X平台上正式宣布了这一消息，但未透露具体的交易金额。作为曾获得Reddit联合创始人Alexis Ohanian和SV Angel等知名投资方支持的新锐科技公司，Hotshot（正式名称为Natural Synthetics Inc.）在AI视频生成领域积累了独特的技术优势。成立于2023年的Hotshot，最初专注于AI图像生成与编辑工具，随后在2024年转

在全球动漫行业步入 AI 驱动的新纪元之际，生数科技旗下的视频大模型产品 Vidu 与美国知名动漫制作工作室 Aura Productions 正式达成战略合作，联合打造首部海外原创科幻动漫剧集。这一合作的开展，标志着 AI 技术已成功融入动漫创作的生产流程，开启了一个崭新的动漫制作时代。Aura Productions 由资深制片人罗燕与 D.T. Carpenter 共同创立，致力于高质量动漫 IP 的开发和制作。此次合作计划推出50集短篇科幻动漫系列，预计将在全球主流社交媒体平台上发布。通过利用 Vidu 的先进 AI 视频生成能

近日，埃隆·马斯克的人工智能公司xAI已收购了视频生成初创公司Hotshot，这标志着马斯克在AI视频生成领域的重要布局。Hotshot首席执行官兼联合创始人Aakash Sastry周一在社交平台X上正式宣布了这一消息。Sastry在公告中表示:"过去2年中，我们作为一个小团队建立了3个视频基础模型——Hotshot-XL、Hotshot Act One和Hotshot。培训这些模型让我们看到了未来几年全球教育、娱乐、通信和生产力将发生怎样的变化。作为xAI的一部分，我们很高兴能在世界上最大的集群Colossus上继续扩展这些工作!"图源备注：

3月17日，北京生数科技有限公司宣布其旗下视频大模型产品Vidu与美国知名动漫制作工作室Aura Productions达成战略合作，共同打造首部海外AI原创科幻动漫剧集。这一合作标志着AI技术正式深入动漫生产工作流，开启了AI视频生成平台介入动漫短剧创作的行业先河，推动动漫行业迈入AI驱动的新时代。

听说过壕无人性的 OpenAI Sora 吧?动辄几百万美元的训练成本，简直就是视频生成界的“劳斯莱斯”。现在，潞晨科技宣布开源视频生成模型 Open-Sora2.0!仅仅花费了区区20万美元（相当于224张 GPU 的投入），就成功训练出了一个拥有 110亿参数的商业级视频生成大模型。性能直追“OpenAI Sora ”别看 Open-Sora2.0成本不高，实力可一点都不含糊。它可是敢于叫板行业标杆 HunyuanVideo 和拥有300亿参数的 Step-Video 的狠角色。在权威评测 VBench 和用户偏好测试中，Open-Sora2.0的表现都令人刮目相看，多项关键指

还在为动辄百万美金的视频生成模型望而却步?还在感叹AI视频创作只是巨头的游戏?今天，开源社区用实力告诉你: “No!” 一款名为 Open-Sora2.0的全新开源模型横空出世，彻底颠覆了视频生成的“氪金”规则。 难以置信的是，这款性能直逼商业级水准的110亿参数大模型，竟然只花费了区区20万美元（224张GPU）就训练成功! 要知道，那些动辄耗资数百万美元的闭源模型，在 Open-Sora2.0面前，性价比简直弱爆了!Open-Sora2.0的发布，无疑是视频生成领域的一场“平民革命”。它不仅拥有媲美甚至超越百

是否还在感叹视频制作门槛高，后期编辑太烧脑?别担心，阿里通义Wan团队再次出手，推出了他们最新的重量级模型All-in-One视频生成和编辑模型——VACE。VACE最引人注目的能力之一，便是其强大的按条件生成视频功能。这意味着，你只需要用文字描绘出心中的场景，VACE就能迅速将你的想象变为现实。这如同拥有了一支听你指挥的梦幻摄制组，效率之高令人惊叹!VACE支持多种灵活高效的编辑方式，包括:物体运动轨迹任你掌控。借助 Move-Anything 功能，你可以精确控制视频中任何物体的运动轨迹

据凤凰科技报道，骆怡航近日正式加入生数科技担任CEO，全面负责公司研发、产品、商业化及团队管理。作为清华大学自动化系博士，他在云计算及AI领域深耕十余年，拥有深厚的技术背景和商业化经验。在加入生数科技前，骆怡航担任字节跳动火山引擎AI应用产品线负责人，直接汇报火山引擎总裁。据透露，该产品线由他从零组建，覆盖多个AI相关产品，管理规模数百人。此前，他还参与了字节跳动早期的AI中台规划与建设。业内人士评价，骆怡航在AI技术规划、产品规划、商业拓展及团队

近日，魔乐社区（Modelers）正式上线了由阶跃星辰研发的 Step-Video 和 Step-Audio 两款开源多模态大模型。这两款模型分别用于视频生成和语音交互，旨在为开发者和企业用户提供更强大的 AI 工具。Step-Video 模型的全名为 Step-Video-T2V，这是一款参数量高达300亿的全球最大开源视频生成模型。该模型能够直接生成204帧、540P 分辨率的高质量视频，并在指令遵循、运动平滑性、物理合理性以及美感等方面，表现超越了市场上现有的顶尖开源视频模型。另一方面，Step-Audio 则是业内首款能够生成多种情

根据Hedra 在X平台上的最新消息，Hedra Studio正式推出了其全新AI模型——Character-3，这一模型被认为是数字人视频生成技术的一次重大飞跃。Hedra通过整合尖端AI技术，为内容创作者和企业营销人员提供了更高效、更具创意的内容生成工具，标志着AI驱动的叙事方式迈向了新的高度。Character- 3 模型：多模态融合的创新Character- 3 模型具备同时处理多种输入类型的能力，包括图像、文本和音频，并能将这些元素无缝融合，生成高质量的视频内容。用户只需上传一张人物照片，输入一段文本或音频，

阿里巴巴旗下“通义”品牌宣布，其AI视频生成模型“通义万相Wan”正式推出独立网站，标志着其生成式AI技术的重大进展。新网站现已开放，用户可直接登录体验“文本生成视频”和“图像生成视频”功能，无需本地部署，极大降低了使用门槛。此外，每天登录网站还可获赠积分，激励用户持续探索。“通义万象Wan”自2023年7月亮相以来不断优化，其最新版本Wan2.1在VBench排行榜上以84.7%的得分位居首位，擅长动态场景和多对象交互。依托阿里云自研的扩散变换器（DiT）架构，该模型支持中

腾讯宣布开源其新研发的图像转视频生成框架 ——HunyuanVideo-I2V。该模型的发布是在其成功开源 HunyuanVideo 之后的又一重要进展，旨在推动开放源代码社区的深入探索。HunyuanVideo-I2V 结合了先进的视频生成技术，能够将静态图像转换为生动的视频内容，为创作者提供了更多的可能性。HunyuanVideo-I2V 利用了一个预训练的多模态大语言模型作为文本编码器，显著增强了模型对输入图像语义内容的理解能力。这意味着，用户输入的图像能够通过模型生成语义图像标记，这些标记与视频潜在标记相结