阿里通义实验室 Wan 团队推出一体化视频编辑框架 VACE
阿里通义实验室 Wan 团队近日推出了一款专为视频创建和编辑设计的一体化视频编辑框架——VACE。该框架集成了多种视频任务，包括参考到视频生成（R2V）、视频到视频编辑（V2V）和蒙版视频到视频编辑...
排序
基于扩散模型的创新技术TrajectoryCrafter ：重新定义单目视频中的相机轨迹，能够从单目视频中推断并生成全新的视角
腾讯和香港中文大学的研究人员推出一项基于扩散模型（diffusion models）的创新技术TrajectoryCrafter ，重新定义单目视频中的相机轨迹，能够从单目视频中推断并生成全新的视角...
腾讯开源混元图生视频模型HunyuanVideo-I2V
在腾讯开源其混元视频模型HunyuanVideo之后，经过三个月的等待，腾讯终于推出了专注于图像到视频生成任务的混元图生视频模型HunyuanVideo-I2V。 GitHub：https://git...
LTX-Video推出0.9.5版本：原生 ComfyUI 支持，关键帧与视频扩展增强可控性
时隔近3个月，LTX-Video再次引来更新，随着2025年3月5日发布的v0.9.5版本，LTX-Video带来了多项改进和新特性，进一步增强了用户体验。通过质量提升、功能增强和用户体验改进，LTX...
视频抠像框架MatAnyone：实现高质量、高稳定性的视频抠像
南洋理工大学和商汤科技研究院的研究人员推出视频抠像（Video Matting）框架MatAnyone，可以实现高质量、高稳定性的视频抠像，即使在复杂的背景和多目标场景中也能保持出色的性能。MatAn...
Wan2.1 GP：基于阿里视频生成模型Wan 2.1，8G显存即可生成视频
Wan2.1 GP是一个基于阿里视频生成模型Wan 2.1的优化模型，专为普通消费级显卡用户优化，降低资源需求，同时提供强大的视频生成能力。它支持多种生成任务，包括文生视频（T2V）、图生视频（I2V...
阿里巴巴通义实验室开源视频生成模型 Wan2.1
在AI技术的浪潮中，视频生成技术正逐渐成为新的热点。阿里巴巴集团通义实验室紧跟技术前沿，于2月21日宣布开源其先进的视频生成模型——WanX 2.1。然而，在发布过程中出现了一个小插曲，模型名称由Wa...
昆仑万维开源首个面向 AI 短剧创作的视频生成模型 SkyReels-V1和表情动作可控算法 SkyReels-A1
昆仑万维近日开源了国内首个面向 AI 短剧创作的视频生成模型 SkyReels-V1，以及国内首个 SOTA 级别基于视频基座模型的表情动作可控算法 SkyReels-A1，这款模型已在昆仑万维海外A...
阶跃星辰开源300 亿参数文生视频模型Step-Video-T2V：能够生成长达 204 帧的高质量视频
由前微软全球副总裁、微软亚洲互联网工程院首席科学家姜大昕创办的AI公司阶跃星辰，开源了一款强大的文生视频模型——Step-Video-T2V。该模型拥有 300 亿参数，能够生成长达 204 帧的高质...
新型视频生成技术Magic 1-For-1：通过优化内存消耗和推理延迟，快速生成高质量的视频内容
北京大学、Hedra和英伟达的研究人员推出新型视频生成技术Magic 1-For-1 ，通过将复杂的文本到视频（T2V）生成任务分解为两个更简单的子任务：文本到图像（T2I）生成和图像到视频（ I2V...
字节跳动推出基于修正流Transformer 架构的新型图像和视频生成模型家族Goku
香港大学和字节跳动的研究人员推出新型图像和视频生成模型家族Goku，它基于修正流Transformer 架构，实现了行业领先的图像和视频联合生成性能。Goku 的目标是通过高质量的视觉内容生成，推动媒...
新型3D感知视频扩散模型Diffusion as Shader：通过3D控制信号实现多样化且精确的视频生成控制
香港科技大学、浙江大学、香港大学、南洋理工大学、武汉大学和德克萨斯A＆M大学的研究人员推出新型3D感知视频扩散模型Diffusion as Shader (DaS) ，旨在通过3D控制信号实现多样化且...
