文生视频

谷歌研究人员发布了一个新的人工智能模型，它可以将文字提示、草图或想法转化为一个可以互动和游戏的虚拟世界。 这个虚拟世界模型被命名为 “精灵”（Genie），它是根据游戏和其他网上视频训练出来的，目前只是一个研究预览版。这些游戏更像是 2D 平台游戏，而不是完整的 VR 游戏。 虽然这与《星际迷航》中的那种真正的 “全息甲板…

OpenAI 凭借 Chat-GPT 及其文本转图像生成器 DALL-E 席卷了人工智能世界，并通过新的文本转视频sora平台加大了赌注。 这家科技巨头周四（2 月 15 日）推出了 Sora。它是一款基于人工智能的文本到视频生成器，允许用户仅使用文本提示即可创建长达一分钟的视频。 Sora 由一个简单的文本框提供支持，允许用户输入他们想要的任何文本提示。然…

微软和OpenAI正在商谈对人形机器人初创公司Figure进行投资，这可能最终实现机器人能够执行对人类来说比较危险的工作。 彭博社首次报道了这次潜在的投资，可能会筹集到5亿美元，来自一系列投资者。这将使Figure的估值达到19亿美元或更高，具体取决于筹集的资金。 交易尚未最终确定，这些报道来自与计划密切相关的匿名消息源。这对于OpenAI来说是一个合乎逻辑…

Lumiere创建的视频展示了逼真的运动，甚至可以使用图像和其他视频作为输入来改善结果。在题为《用于视频生成的时空扩散模型》的论文中揭示，Lumiere的工作方式与现有的视频生成模型不同。它一次性生成视频的时间持续，而现有的模型则通过合成关键帧，然后进行时间超分辨率。 简单来说，Lumiere关注图像中物体的运动，而以前的系统则通过已经发生运动的关键帧进行拼…

在过去的几个月里，人工智能视频生成器如春笋般涌现。然而，Runway的Gen-2和Pika Lab的Pika 1.0因其早期进入市场并通过持续创新而成为最全面且备受关注的产品之一。 除了令人惊叹的影片生成能力，这两款产品对影片中的运动都有精细调控，并提供一些自定义功能，例如Runway的Motion Brush和Pika Labs的Modify Region…

昨日，字节跳动最新发布了MagicVideo-V2多阶段高美学视频生成论文，引起了广泛的关注；人们对文本描述生成高保真视频的需求不断增长，该模型的动作幅度很大，而且看起来非常自然。 MagicVideo-V2是一个集成了文本到图像模型、视频运动生成器、参考图像嵌入模块和帧插值模块的端到端视频生成管道。其架构设计使得MagicVideo-V2 能够生成外观美观…