标签：视频生成

WPS 大家经常用来日常写作，虽然本身提供了AI功能，但可惜需要会员，本文教你三分钟接入最火的DeepSeek，让WPS秒变办公神器。 DeepSeek API申请地址：http:/...

这两年大家都在感叹生活不易，然而我想说的是，机会还是有的，但问题不在于有没有，而在于你是否能够认准机会，然后抓住它。 接触过很多咨询项目的人，发现...

MiMo-VL 是小米开源的多模态大模型，由视觉编码器、跨模态投影层和语言模型构成，视觉编码器基于Qwen2.5-ViT，语言模型是小米自研的MiMo-7B。

Vid2World是清华大学联合重庆大学推出的创新框架，支持将全序列、非因果的被动视频扩散模型（VDM）转换为自回归、交互式、动作条件化的世界模型。模型基于视...

Runway Gen-4 是 AI 初创公司 Runway推出的高保真AI视频生成模型。支持在多个场景中保持人物、物体和环境的一致性，无需额外精调或训练。用户提供一张参考图...

视频扩散模型（Video Diffusion Models, VDM）是一种结合了变分自编码器（VAE）和扩散模型优势的生成模型。VDM的核心思想是在潜在空间中进行扩散过程，而不是...

VideoVAE+（VideoVAE Plus）是香港科技大学团队推出的先进的跨模态视频变分自编码器（Video VAE），通过引入新的时空分离压缩机制和文本指导，实现了对大幅运...

基于DiT架构设计

基于DiT架构设计

原标题：再度狙击OpenAI！“谷歌版”Sora深夜上线，4k视频生成时代来了 文章来源：人工智能学家 内容字数：7502字谷歌推出全新视频与图像生成模型 在今日凌晨，...

突破AI理解现实世界物理和运动瓶颈

原标题：Runway发布Gen-3 Alpha：开启视频生成新纪元，挑战Sora成为行业领先者 文章来源：小夏聊AIGC 内容字数：2607字Runway推出Gen-3 Alpha：生成式AI视频...

原标题：OpenAI Sora上线即炸服、1条视频约2.9元，Altman：视频生成的GPT-1时刻来了！ 文章来源：人工智能学家 内容字数：12174字OpenAI推出Sora Turbo，视频...

还能生成同步声音

原标题：Haiper AI升级视频模型，实现8秒视频制作并显著提高画质 文章来源：小夏聊AIGC 内容字数：1853字Haiper AI：引领短视频创作的新潮流 在人工智能技术...

原标题：字节跳动-世界模型探索：视频和3D生成与理解模型 文章来源：小夏聊AIGC 内容字数：1379字字节跳动在新加坡发布AI技术新进展 字节跳动于7月19日在新...

原标题：腾讯开源MimicMotion视频生成框架：开启无限长高质量视频生成新篇章 文章来源：小夏聊AIGC 内容字数：1970字腾讯开源MimicMotion：革命性的视频生成...