AI资讯新闻榜单内容搜索-长视频

关键词: GPT-4o,AI,AI视频,大模型

难度大升级的多任务长视频理解评测基准MLVU来了！

关键词: LeCun,StoryDiffusion,扩散模型,AI漫画,AI长视频

两天前，图灵奖得主 Yann LeCun 转载了「自己登上月球去探索」的长篇漫画，引起了网友的热议。

关键词: Open-Sora,sora,AI视频,扩散模型

Open-Sora 在开源社区悄悄更新了，现在单镜头支持长达16秒的视频生成，分辨率最高可达720p，并且可以处理任何宽高比的文本到图像、文本到视频、图像到视频、视频到视频和无限长视频的生成需求。我们来试试效果。

关键词: 世界模型,GPT-4,LWM,开源模型

来自UC berkeley的研究人员开源了首个世界模型，多模态性能优秀，长视频理解吊打GPT-4，同时将上下文长度增加到百万级别

关键词: Clipfly,AI出海,Fotor,AI长视频

AI长视频平台Clipfly（www.clipfly.ai）正式上线。Clipfly是Fotor旗下的新产品，集合了AI视频生成、AI视频增强、视频编辑等众多功能，是全球率先正式上线的一站式AI长视频平台。

关键词: AI视频,MovieLLM,模型训练

在视频理解这一领域，尽管多模态模型在短视频分析上取得了突破性进展，展现出了较强的理解能力，但当它们面对电影级别的长视频时，却显得力不从心。因而，长视频的分析与理解，特别是对于长达数小时电影内容的理解，成为了当前的一个巨大挑战。

关键词: ICLR,视频模型,模型训练

在 2024 世界经济论坛的一次会谈中，图灵奖得主 Yann LeCun 提出用来处理视频的模型应该学会在抽象的表征空间中进行预测，而不是具体的像素空间 [1]。借助文本信息的多模态视频表征学习可抽取利于视频理解或内容生成的特征，

关键词: 扩散模型,汤晓鸥,扩散模型训练,大模型训练

想要AI生成更长的视频？现在，有人提出了一个效果很不错的免调优方法，直接就能作用于预训练好的视频扩散模型。

关键词: LLaMA,Vista,Vista-LLaMA,幻觉

Vista-LLaMA 在处理长视频内容方面的显著优势，为视频分析领域带来了新的解决框架。

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。