Search

Results for “多模态”

Total 438 articles

MiniMax H3重磅开源!有声视频编辑全球第一,16家芯片及平台首日适配

MiniMax H3重磅开源!有声视频编辑全球第一,16家芯片及平台首日适配 (opens in a new tab)

文图音视频一把抓。 智东西8月3日报道,今日,MiniMax正式开源新一代通用视频模型MiniMax H3。 MiniMax H3是一个通用型全模态生成系统,可统一理解文本、图像、视频和音频组成的多模态上下文,生成最长15秒、最高2K分辨率并带有原生立体声音频的视频。 此前7月31日,MiniMax H3发布。目前,在Artificial Analysis有声视频编辑榜单中,MiniMax H3以1130分的Elo成绩位列第一,领先Gemini Omni Flash、HappyHorse-1.0、Wan 2.7等国内外视频模型。 ▲MiniMax H3位列有声视频编辑榜单榜首 H3系统由H3-

AI news
0
成立两年半登顶全球AI创作社区,背后是中国团队在“卖情绪”??

成立两年半登顶全球AI创作社区,背后是中国团队在“卖情绪”?? (opens in a new tab)

全球第一AI创作社区易主! 这次是一个贩卖“情绪”与“品味”的平台,全球访问量超过Midjourney、Leonardo、Civitai,注册用户超过5000万,月访问量超3000万,ARR超5000万美金,用户在此平台单日能生成2000万张图+50万视频。 这个平台名叫SeaArt,具备全链路多模态AI创作能力,包括图片、视频、音频、数字人生成。 同时SeaArt配备ComfyUI可视化工作流、海量模型库及LoRA训练分享功能,且融合了社区互动生态。 它并非单一工具,而是被定位为“AI时代的全民级创作消费平台”。 就在最近,其背后团队趁热打铁—— 全新推出全模态创作消费平台SeaVerse,

AI news
0
重新定义跨模态生成的流匹配范式,VAFlow让视频「自己发声」

重新定义跨模态生成的流匹配范式,VAFlow让视频「自己发声」 (opens in a new tab)

在多模态生成领域,由视频生成音频(Video-to-Audio,V2A)的任务要求模型理解视频语义,还要在时间维度上精准对齐声音与动态。早期的 V2A 方法采用自回归(Auto-Regressive)的方式将视频特征作为前缀来逐个生成音频 token,或者以掩码预测(Mask-Prediction)的方式并行地预测音频 token,逐步生成完整音频。

AI guides
0