昆仑万维推出新型音乐生成模型Music Consistency Models（MusicCM），MusicCM的目标是提高音乐生成的效率和质量，它借鉴了图像和视频生成中常用的一致性模型（consistency models）的概念，以更少的采样步骤高效地合成音乐片段。 主要功能和特点： 高效音乐生成：MusicCM能够... 阅读全文

由北大-兔展AIGC联合实验室共同发起Open-Sora计划，目标是复现OpenAI的Sora模型。该计划通过结合视频VQ-VAE、Denoising Diffusion Transformer和条件编码器等关键技术组件，以实现Sora模型的核心功能。目前已经推出Open-Sora-Plan v1.0.0模型，大幅度提... 阅读全文

谷歌发布视频插值生成模型VIDIM，它能够根据给定的起始和结束帧生成中间的短视频。想象一下，你有两张图片，一张是一个人跳起来的动作，另一张是这个人落地的动作，VIDIM能够在这两张图片之间生成一系列连贯的帧，形成一个平滑的跳跃动作视频。 主要功能和特点： 高保真视频生成： VIDIM能够生成结构连贯、动作自然流畅的高质... 阅读全文

MoneyPrinterTurbo是一个利用AI大模型，一键生成高清短视频的开源项目，只需提供一个视频 主题 或 关键词 ，就可以全自动生成视频文案、视频素材、视频字幕、视频背景音乐，然后合成一个高清的短视频。... 阅读全文

来自多伦多大学和Meta的研究团队推出EgoLifter，它是一种先进的计算机视觉技术，专门设计用来理解和分析从个人可穿戴设备（比如智能眼镜）拍摄的视频。这些视频通常是从第一人称视角（也就是“以自我为中心”的视角）拍摄的，因此被称为“egocentric”视频。总的来说，EgoLifter是一个强大的工具，它可以从个人... 阅读全文

Winxvideo AI 是一款能提高视频和照片清晰度的软件，它采用轻量级界面，旨在简化每个视频处理过程，紧跟最新数字趋势，让您完全掌控全新的 4K、HEVC 和 AI 技术。它率先支持独一无二的 3 级硬件加速，将视频转码速度提升到一个新的水平，并在质量和大小之间取得最佳平衡。本次赠送的授权是终身版。 🌟亮点功能一：... 阅读全文

来自悉尼科技大学和浙江大学的研究人员推出大规模真实用户文本到视频提示数据集VidProM。VidProM是一个强大的资源，它不仅为视频内容创作者提供了丰富的素材，也为研究人员提供了一个宝贵的工具，用于推动文本到视频生成技术的发展。 GitHub：https://github.com/WangWenhao0716/Vid... 阅读全文

来自上海人工智能实验室、中国科学院深圳先进技术研究院、中国科学院大学、 南京大学软件新技术国家重点实验室的研究团队推出VideoMamba模型，它是为了高效理解视频内容而设计的。VideoMamba模型通过创新地将Mamba（一种状态空间模型）应用于视频领域，解决了视频理解中的两个主要挑战：一是视频中的局部冗余，二是长... 阅读全文

今日凌晨，备受瞩目的文生视频平台Pika通过X平台宣布了一项令人振奋的新功能：视频现在可以集成AI生成的音效了。这一创新功能将为用户带来更加沉浸式的视频体验，让声音与画面完美融合。据悉，用户现在可以在Pika生成的视频中无缝生成、整合声音。用户只需通过简单的提示词来描述他们想要的声音，或者直接让Pika根据视频内容自动... 阅读全文

在 OpenAI释出Sora后，还要挤进AI视频生成这个领域创业的公司，没有点真本事应该是很难获得用户关注的，近几天不知道大家有没有看到一家叫Haiper的初创公司的新闻通稿，号称已完成两轮融资，两位创始人拥有 TikTok和DeepMind的背景，牛津大学毕业，已经开始与京东展开了合作，不过他们推出的面向C端用户的服... 阅读全文

Fable是一个在线创意动画制作工具，近期官方加入了AI功能Prism，在 Prism 中，创作者首次能够与生成式 AI 实时合作，共同设计和制作动画。Prism 建立在 Fable 强大且直观的设计和动画引擎之上，让你能够通过专为视觉工作设计的视觉界面指导生成。而 Prism 的“AI 镜头”则能让你快速尝试不同的风... 阅读全文

D-ID是一家提供AI拟真人影片产品服务和开发的公司。只需上传人物照片并输入要说的内容，AI语音机器人就能自动将其转换成音频。近日官方推出数字分身服务，这项服用与百度在过年期间推出的数字分身差不多，只是D-ID这项服务主要面向商业，你可以上传文件定制数字人的知识库，让数字人根据知识库内容来回答问题，此服务能实现只有2秒... 阅读全文