视频生成
视频,video
谷歌版Sora来了，4K高清暴击OpenAI！视频生图新卷王，更理解物理世界
谷歌近期发布了Veo 2，一个先进的视频生成模型，其在理解现实世界物理和运动细节方面超越了Sora。Veo 2能够理解电影摄影语言，包括镜头类型和效果，并且支持...
Google全新发布AI视频Veo2、AI绘图Imagen3 – 何以凌越。
Google近期在人工智能领域取得了显著进展，发布了两个重要的AI模型：AI视频模型Veo 2和AI绘图模型Imagen 3的改进版。Veo 2以其先进的视频生成能力获得高度评...
ChatGPT搜索大更新！实时搜索、高级语音，AI搜索时代来了
OpenAI在技术分享直播中宣布了对ChatGPT搜索功能的多项更新。新增功能包括实时搜索，允许用户获取分钟级别的实时内容，如股票和新闻；高级语音模式，提供更自...
视频一键拆分PS层！DeepMind新模型效果碾压同级，物体、背景完美分离，还能脑补
DeepMind的研究人员开发了一种创新的视频分层方法，该方法能够在不假设背景静止或需要精确相机姿态的情况下，将视频分解成多个包含物体及其效果（如阴影和反...
Ilya错了，预训练没结束！LeCun等反击，「小模型时代」让奥特曼预言成真
Ilya Sutskever在NeurIPS 2024上提出“预训练结束了”的观点，引发了AI界的广泛讨论。他主张，由于数据资源的枯竭，预训练所需的大量数据即将耗尽，可能影响未...
企业大模型落地关键是什么？这家领先的大模型技术和应用公司给出答案
2024年12月12日，北京中关村科金技术有限公司主办的“2024大模型技术与应用创新论坛”在北京举行。论坛上，中关村科金总裁喻友平发布了“大模型时代的‘三级引擎...
豆包生成汉字，不是神秘的技术，而是好产品
近期，设计圈因一款名为豆包的AI设计工具而变得活跃，该工具能够生成带有工整中文字体的图片，包括四格漫画、产品海报和电影海报等。这一功能的出现，使得原...
3分钟用AI让照片开口说话，去造属于自己的梦吧。
文章介绍了一种利用AI技术实现的口型驱动技术，该技术能够使照片中的角色开口说话。作者通过使用“即梦”这个工具，展示了如何将一张照片和一段语音结合起来，...
网易云音乐也要做小红书？听歌这件事，越来越复杂了
网易云音乐近期的更新中引入了“笔记”板块，模仿了小红书的图文呈现方式，这一变化引起了用户的广泛讨论。尽管网易云音乐的笔记功能允许用户在图文或视频笔记...
Ilya Sutskever在NeurIPS炸裂宣判：预训练将结束，数据压榨到头了（全文+视频）
Ilya Sutskever，OpenAI的联合创始人和前首席科学家，在NeurIPS 2024会议上发表了演讲，提出了对人工智能发展的深刻见解。他预测，由于可用的新数据接近枯竭...
