AI在线 AI在线

视频生成模型

Character.AI 推出 AvatarFX 模型：让静态图片中的人物“开口说话”

Character.AI 推出 AvatarFX 模型：让静态图片中的人物“开口说话”
Character.AI 近日宣布推出全新视频生成模型 AvatarFX，这一突破性技术能够将静态图片转化为具有真实感的可说话视频角色，赋予图像中的人物动态表情、唇部同步以及自然肢体动作。 AvatarFX 的核心是其最先进的基于扩散模型的动态生成技术。 该技术依托经过精心筛选的数据集进行训练，融合了创新的音频条件化、蒸馏和推理策略，使得用户能够以极高的速度生成高保真、时间一致性强的视频。
4/23/2025 10:00:42 AM
AI在线
Moonvalley完成4300万美元B轮融资，发布创新视频生成模型Marey

Moonvalley完成4300万美元B轮融资，发布创新视频生成模型Marey
2025年4月，视频生成技术公司Moonvalley宣布成功完成4300万美元的B轮融资，此轮融资由11位未具名投资者参与，使得该公司总融资额达到1.13亿美元。 这笔资金将进一步推动Moonvalley在AI视频生成领域的技术创新和市场扩展。 就在披露融资信息的10天前，Moonvalley推出了旗下首款视频生成模型Marey。
4/18/2025 12:01:15 PM
AI在线
叫板Sora？潞晨科技开源视频大模型Open-Sora 2.0，降本提速

叫板Sora？潞晨科技开源视频大模型Open-Sora 2.0，降本提速
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。
3/13/2025 2:11:00 PM
AI在线
阿里通义万相宣布即将开源视频生成模型WanX 2.1

阿里通义万相宣布即将开源视频生成模型WanX 2.1
近日，阿里巴巴宣布视频生成模型WanX2.1将全面开源，同时公布了最新视频效果。 2025年1月，阿里巴巴旗下通义万相团队推出Wanx2.1多模态大模型，凭借其在视频生成领域的突破性进展，荣登VBench评测榜单首位，重新定义了AI驱动的视觉创作标准。 WanX 团队[昨晚宣布即将开源其最新的 WANX2.1视频生成模型。
2/21/2025 9:39:00 AM
AI在线
Seed Research | 视频生成模型最新成果，可仅靠视觉认知世界！现已开源

Seed Research | 视频生成模型最新成果，可仅靠视觉认知世界！现已开源
视频生成实验模型“VideoWorld”由豆包大模型团队与北京交通大学、中国科学技术大学联合提出。 不同于 Sora 、DALL-E 、Midjourney 等主流多模态模型，VideoWorld 在业界首次实现无需依赖语言模型，即可认知世界。  正如李飞飞教授 9 年前 TED 演讲中提到 “幼儿可以不依靠语言理解真实世界”，VideoWorld 仅通过 “视觉信息”，即浏览视频数据，就能让机器掌握推理、规划和决策等复杂能力。
2/14/2025 9:30:00 AM
豆包大模型团队
字节联合港大发布新视频模型Goku：可直接生成虚拟数字人视频

字节联合港大发布新视频模型Goku：可直接生成虚拟数字人视频
近日，香港大学与字节跳动合作研发的基于流动的视频生成模型 Goku 正式发布。 该模型利用先进的生成算法，可以根据文本提示生成高质量的视频内容，极大地丰富了数字艺术的表现形式。 为了展示 Goku 模型的强大功能，研究团队制作了一系列精彩的视频示例，这些示例不仅展示了模型的技术能力，也展现了其在创意表现上的无限潜力。
2/10/2025 5:49:00 PM
AI在线
豆包开源视频生成模型 VideoWorld：首创免语言模型依赖认知世界

豆包开源视频生成模型 VideoWorld：首创免语言模型依赖认知世界
不同于 Sora 、DALL-E 、Midjourney 等主流多模态模型，VideoWorld 在业界首次实现无需依赖语言模型，即可认知世界。
2/10/2025 2:42:51 PM
清源
AGI-Eval团队：AI视频生成模型年度横评，Sora大饼落地，但国产模型仍然领先！

AGI-Eval团队：AI视频生成模型年度横评，Sora大饼落地，但国产模型仍然领先！
说到2024年AI圈的热门话题，当然不能错过视频生成模型了！ 即使是在12月，国内外视频模型的更新脚步依旧没有放缓。 其中以Sora、可灵AI为代表。
1/6/2025 7:30:00 AM
微软开源视频Tokenizer新SOTA！显著优于Cosmos Tokenizer和Open-Sora

微软开源视频Tokenizer新SOTA！显著优于Cosmos Tokenizer和Open-Sora
Sora、Genie等模型会都用到的Tokenizer，微软下手了——开源了一套全能的Video Tokenizer，名为VidTok。 Sora等视频生成模型工作中，都会利用Tokenizer将原始的高维视频数据（如图像和视频帧）转换为更为紧凑的视觉Token，再以视觉Token为目标训练生成模型。 而最新的VidTok，在连续和离散、不同压缩率等多种设定下，各项指标均显著优于SOTA模型。
12/26/2024 11:48:27 AM
视频生成平台 Runway 获得新技能：更改视频比例，图片拥有“电影级”运镜

视频生成平台 Runway 获得新技能：更改视频比例，图片拥有“电影级”运镜
视频生成 AI 创企 RunwayML 今天推出了“Expand Video”新功能。用户可通过输入文本提示，在原始画面基础上生成额外内容，灵活调整视频比例，该系统能够在扩展画面时保持视觉效果的统一性。
11/23/2024 10:50:38 PM
清源
视觉模型智能涌现后， Scaling Law 不会到头

视觉模型智能涌现后， Scaling Law 不会到头
Scaling Law 或将终结——这是最近备受热议的话题之一。 该讨论最初源自于哈佛大学一篇名为《Scaling Laws for Precision》的论文，其研究表明当下的语言模型在大量数据上经历了过度训练，继续叠加更多的预训练数据可能会产生副作用。 这释放的信号是：在自然语言处理领域， Scaling Law 目光所及地到达瓶颈，单纯依靠增加模型规模和数据量来提升性能的方法也许不再有效，低精度的训练和推理正在使模型性能提升的边际效益递减。
11/22/2024 11:09:00 AM
王悦
字节即梦 AI 视频生成模型更新 P / S 2.0 Pro 双版本，全量开放使用

字节即梦 AI 视频生成模型更新 P / S 2.0 Pro 双版本，全量开放使用
即梦 AI 宣布包含具有首帧一致性的 S2.0 Pro 和具有极高提示词遵循能力 P2.0 Pro 视频生成模型全量开放使用。
11/15/2024 5:59:17 PM
沛霖（实习）
60秒内即可生成5秒AI视频，豆包视频生成模型Seaweed上线即梦AI

60秒内即可生成5秒AI视频，豆包视频生成模型Seaweed上线即梦AI
11月8日，字节跳动旗下的AI内容平台即梦AI宣布，即日起，由字节跳动自研的视频生成模型Seaweed面向平台用户正式开放。 用户登陆后，在“视频生成”功能下，视频模型选择“视频S2.0”即可体验。 图说：即梦AI PC端和App端模型使用入口9月底，字节跳动正式宣布向AI视频领域进军，发布豆包模型家族的两款视频生成模型Seaweed和Pixeldance，并通过即梦AI、火山引擎分别面向创作者和企业客户小范围邀测。
11/8/2024 5:34:38 PM
  • 1