AI资讯新闻榜单内容搜索-Vide

关键词: Gen-2,视频生成模型,文生视频,MagicVideo-V2

是字节最新的AI视频生成模型MagicVideo-V2，各种奇思妙想的想法都能实现。它不仅支持4K、8K超高分辨率，轻松hold各种绘图风格。

关键词: VideoPoet,LLM,AI视频

在 AI 领域，近年来各个子领域都逐渐向 transformer 架构靠拢，只有文生图和文生视频一直以 diffusion + u-net 结构作为主流方向。diffusion 有更公开可用的开源模型，消耗的计算资源也更少。

关键词: AI视频,Upscale-A-Video,扩散模型

扩散模型在图像生成方面取得了显著的成功，但由于对输出保真度和时间一致性的高要求，将这些模型应用于视频超分辨率仍然具有挑战性，特别是其固有的随机性使这变得复杂。

关键词: VideoPoet,AI视频,谷歌AI视频

你敢信？大熊猫都会打牌了！

关键词: 视频生成模型,VideoPoet,谷歌视频模型

谷歌全新视频生成模型VideoPoet再次引领世界！十秒超长视频生成效果碾压Gen-2，还可进行音频生成，风格转化。

关键词: VideoSwap,Meta GenA,AI视频

后期狂喜了家人们～现在，只需一张图片就能替换视频主角，效果还是如此的丝滑！且看这个叫做“VideoSwap”的新视频编辑模型——

关键词: SOTA,Video-LLaVA,北大视觉模型

最近，来自北京大学等机构研究者提出了一种全新视觉语言大模型——Video-LLaVA，使得LLM能够同时接收图片和视频为输入。Video-LlaVA在下游任务中取得了卓越的性能，并在图片、视频的13个基准上达到先进的性能。这个结果表明，统一LLM的输入能让LLM的视觉理解能力提升。

关键词: Stable Video Diffusion,SD视频,AI视频

Stable Diffusion官方终于对视频下手了——发布生成式视频模型Stable Video Diffusion（SVD）。

关键词: Video-LLaVA,视觉语言大模型,北大开源视觉大模型,LLM

AI能理解搞笑视频笑点在哪里了。北大等团队开源视觉语言大模型Video-LLaVA，将图像和视频表示对齐到统一的视觉特征空间，在13个图片和视频基准上达到先进的性能。

关键词: Gen-2,Pika Labs,Emu Edit,Emu Video,Runway

提到视频生成，很多人首先想到的可能是 Gen-2、Pika Labs。但刚刚，Meta 宣布，他们的视频生成效果超过了这两家，而且编辑起来还更加灵活。