搜索
香港大学、香港科技大学与腾讯 ARC Lab 联合提出 SCoPE（Sightline-Coordinate Positional Encoding），一套面向视频 DiT 的射线空间位置编码：让视频模型处理位置关系的基底从张量网格转向射线空间。
当一个视频模型和 Seedance 2.5 同一天发布，似乎大概率要成炮灰，但 MiniMax H3 却成了一个例外。而现在 MiniMax 也开始把这种模型的能力，放到了具体的产品上，正式推出了 MiniMax Design，进一步把 H3 视频模型的能力放大，同时也让我们少折腾一些，可以更高效地制作各种商业化内容。
Pixel 擅长表达 appearance，Code 擅长表达 structure；未来会进入 Pixel-Code 联合的视觉表达。
视频模型这个月很热闹。7 月 31 日，MiniMax H3 和字节跳动 Seedance 2.5 同日发布。3 天后，MiniMax H3 正式开源；8 月 7 日，Seedance 2.5 开放 api。模型越来越好了，但产品能把它用好吗？
新智元报道 这个 8 月，AI 视频赛道的军备竞赛又升级了。 字节跳动发布 Seedance 2.5，把单次视频生成时长从 15 秒翻倍到 30 秒。同一天 MiniMax H3 开源，价格只要闭源旗
当下计算机视觉长期陷入“一任务一专用模型”内卷： 做深度估计要用DepthAnything，分割依赖SAM，人体姿态单独训练Sapiens，几何重建还得搭VGGT，各类网络骨干、解码器、损失函数完全割裂，研发与部署成本居高不下。
昨天躺床上刷手机，突然看到阿里计划发布他们目前最新的生视频模型：Wan3.0。在千问创作PC端（c.qianwen.com)公测，逐步开放。并且，全能参考，相比sd的视频、文本、图片、音乐4个基础模态，Wan3.0还支持了网页链接、word等文档。
这两天，AI圈百家争鸣。GPT-6曝光、DeepSeek V4 Flash公测、SD2.5发布、MiniMax多模态开源视频模型发布……
就在刚刚，字节跳动正式发布了自研视频模型Seedance 2.5，而我们熟悉的「即梦AI」作为模型的官方体验入口也第一时间妥妥接入。贴心的我呢，也直接帮友友们把这次新模型最夯夯夯夯的能力都扒好了，咱先一睹为快——
一个苹果从树上落下，今天的视频模型大多能生成一段「看起来正确」的运动：苹果向下、速度加快，最终落地。