搜索

关于“视频生成模型”的结果

共 76 篇

MiniMax海螺视频团队首次开源:Tokenizer也具备明确的Scaling Law

MiniMax海螺视频团队首次开源:Tokenizer也具备明确的Scaling Law(在新窗口打开)

MiniMax海螺视频团队不藏了!首次开源就揭晓了一个困扰行业已久的问题的答案——为什么往第一阶段的视觉分词器里砸再多算力,也无法提升第二阶段的生成效果?翻译成大白话就是,虽然图像/视频生成模型的参数越做越大、算力越堆越猛,但用户实际体验下来总有一种微妙的感受——这些庞大的投入与产出似乎不成正比,模型离完全真正可用总是差一段距离。

AI技术文章
0
视频模型真在推理,还是「表演」推理?港中文等质疑:Chain-of-Frame是真的吗?

视频模型真在推理,还是「表演」推理?港中文等质疑:Chain-of-Frame是真的吗?(在新窗口打开)

近年来,以 Veo、Sora 为代表的视频生成模型展现出惊人的合成能力,能够生成高度逼真且时序连贯的动态画面。这类模型在视觉内容生成上的进步,表明其内部可能隐含了对世界结构与规律的理解。更令人关注的是,Google 的最新研究指出,诸如 Veo 3 等模型正在逐步显现出超越单纯合成的 “涌现特性”,包括感知、建模和推理等更高层次能力。

AI技术文章
0
生成不遗忘,「超长时序」世界模型!北大EgoLCD长短时记忆加持

生成不遗忘,「超长时序」世界模型!北大EgoLCD长短时记忆加持(在新窗口打开)

视频生成模型总是「记性不好」?生成几秒钟后物体就变形、背景就穿帮?北大、中大等机构联合发布EgoLCD,借鉴人类「长短时记忆」机制,首创稀疏KV缓存+LoRA动态适应架构,彻底解决长视频「内容漂移」难题,在EgoVid-5M基准上刷新SOTA!让AI像人一样拥有连贯的第一人称视角记忆。

AI技术文章
0
迪士尼把它的200个角色IP交给了OpenAI,意味着什么?|大公司

迪士尼把它的200个角色IP交给了OpenAI,意味着什么?|大公司(在新窗口打开)

迪士尼正在把它最核心的资产交给AI。 上周五(12月12日),这家百年娱乐公司宣布投资OpenAI 10亿美元,并与其达成一项为期3年的内容授权协议。这是迄今为止,全球头部娱乐公司阵营里,少有的以「投资+授权」方式向一家AI公司开放IP的合作案例。 根据协议,OpenAI旗下的视频生成模型Sora将被允许调用超过200个来自迪士尼、漫威和卢卡斯影业体系内的角色——包括米老鼠、史迪奇、贝儿、灰姑娘、黑豹、美国队长、死侍、钢铁侠、雷神、灭霸等——用于生成AI短视频。此外,ChatGPT Images也能用相同的IP生成图像。这些元素不仅包括动画角色本身,还涵盖其服装、道具、车辆以及具有高度辨识度的

AI资讯
0
打破具身世界模型可执行性鸿沟 !港中深-跨维智能团队提出EVA框架,用强化学习让视频世界模型真正“动”起来

打破具身世界模型可执行性鸿沟 !港中深-跨维智能团队提出EVA框架,用强化学习让视频世界模型真正“动”起来(在新窗口打开)

近期,利用视频生成模型为机器人构建 “世界模型”,已成为具身智能领域的热门技术路线。给定当前观测和自然语言指令,这类模型能够先 “想象” 出未来的视觉轨迹,再由逆动力学模型(IDM)将生成画面解码为机器人动作,从而形成 “先预测、后执行” 的解耦式规划范式。由于兼具较强的可解释性与开放场景泛化潜力,这一路线正在受到学术界和工业界的广泛关注。

AI技术文章
0