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.

MiniMax近期秘密推出了首款视频生成大模型，并同步展示了由该模型生成的2分钟视频《魔法硬币》。创始人闫俊杰透露，该模型在视频生成效果上优于Runway，但具体参数和技术细节暂未公开。MiniMax计划在后续版本中持续迭代，增强数据、算法和使用细节，并计划在未来加入图生视频和文图结合生成视频的能力。关于商业化，公司将在新版本达到满意状态后考虑。尽管MiniMax的视频生成模型推出时间晚于快手可灵，但闫俊杰解释称，团队一直在攻克训练算力较高内容的技术难题。他认为，视频生成的核心动机是提高用户覆盖度和使用度，多模态内容生成是发展趋势，尽管面临如处理长上下文、存储需求和基础设施升级等挑战。MiniMax开放平台负责人魏伟业指出，当前大模型面临的挑战包括幻觉、高成本和多模态应用开发，但随着API成本降低，将激发更多应用场景。面对行业争议，MiniMax对技术进步、用户和产品迭代保持乐观态度。

随着全球会员服务的正式上线，官网显示会员体系分为三个等级，类似于国内的设置。以月卡为例，三个等级的会员价格分别是10美元、37美元和92美元，分别对应660、3000和8000灵感值，这些灵感值可以用来生成66个、300个或800个5秒的高质量视频。除了月卡，还提供了季卡、半年卡和年卡等多种套餐选择。

​百度智能云与生数科技合作推出的视频大模型Vidu正式上线，为创意领域带来新的可能。Vidu是国内首个全自研的视频大模型，性能全面对标OpenAI的Sora，面向艺术设计、游戏制作、影视动画、社交娱乐等创意领域，致力于激发全人类的生产力和创造力。

在2024年的世界人工智能大会上，商汤科技展示了其全新可控人物视频生成大模型——Vimi。该模型应用了商汤自主研发的先进大模型技术，通过一张照片即可生成与目标动作吻合的人物视频，具备精准的表情和肢体控制、多种驱动方式（包括视频、动画、声音和文字）以及高度一致、光影自然的视频输出。Vimi的突出稳定性使得它能够生成长达1分钟以上的人物视频，并且画面效果不会随时间劣化。模型还具备根据人物动作调整环境的能力，支持光影变化模拟，为视频创作者提供了丰富的创作自由度。此外，Vimi还以Vimi相机的形式推出了消费者版本，为用户提供了将不同角度的高清人物图片转化为数字分身和个性化风格视频的工具。用户可以通过关注并提交预约来体验Vimi相机的内测版本。

["好的研究不会被埋没，只会历久弥新。近一周以来，OpenAI视频生成大模型Sora持续引发关注。","团队推出新版本SiT，进一步提升质量、速度和灵活性。","最新论文《Scalable Diffusion Models with Transformers》在ICCV2023获得认可，引领技术发展。","SiT通过插值探索更广阔的设计空间，为图像生成领域带来新的可能性。"]