视频模型

Rhymes AI在推出多模态原生模型Aria后，又在昨天开源了视频生成模型Allegro，Allegro 使用户能够从简单的文本提示生成高质量的 6 秒视频，帧率为 15 帧每秒，分辨率为 720P...

挚文集团推出HelloMeme，它通过在文本到图像的基础模型中集成空间编织注意力（Spatial Knitting Attentions, SK Attentions）来嵌入高水平和高保真度的条件，以...

Genmo是一家专注于视频生成的AI初创公司，之前都是默默无闻，其官方视频生成产品也是半死不活，但他们在昨天突然放大招开源了一款视频生成模型Mochi 1，号称其性能可与领先的闭源/专有竞争对手（如R...

加州大学圣地亚哥分校 Hao AI 实验室推出的一个开源技术栈FastVideo ，旨在显著加速最先进的（SoTA）开源DiT架构视频生成模型的推理速度。它通过引入 一致性蒸馏（Consistency...

基于潜在扩散的生成模型在肖像图像动画方面取得了显著进展，特别是在短时视频合成方面。例如，Hallo 模型已经展示了令人印象深刻的结果。然而，这些模型在生成长时间视频时面临外观漂移和时间伪影等问题。为了...

CogVideoX-Fun是一个基于CogVideoX结构修改后的的pipeline，是一个生成条件更自由的CogVideoX，可用于生成AI图片与视频、训练Diffusion Transformer...

图森未来今日正式发布了其首款“图生视频”大模型——Ruyi，目前Ruyi-Mini-7B版本已经正式释出。这款模型专为生成高质量的影视级视频而设计，能够在消费级显卡（如 RTX 3090 或 RTX ...

之前介绍过的《Lightricks推出开源视频生成模型LTX Video》，今天LTX-Video迎来了它的首次重要更新——0.9.1版本。作为生成式AI视频模型的最新迭代，LTX-Video 0.9...

腾讯在今天正式开源了其最新的视频生成模型—混元文生视频模型HunyuanVideo。这款模型不仅在视频生成能力上与业界领先的闭源模型相匹敌，甚至在某些方面表现更为出色。作为一款综合性的框架，Hunyu...

北京邮电大学、中国科学院计算技术研究所、大连理工大学和北京智源研究院的研究人员提出了一种名为 NOVA 的新型自回归视频生成模型。该模型能够在无需向量量化的情况下，通过重新表述视频生成问题，实现了在时...

CogVideoX-Fun-V1.1-Reward-LoRAs是通过奖励反向传播技术训练Lora，以优化CogVideoX-Fun-V1.1生成的视频，使其更好地与人类偏好保持一致。 地址：https...

随着计算机图形学和人工智能的发展，生成高质量的人类动画变得越来越重要。特别是，当涉及到创建生动、自然的动画时，音频、姿势或运动图等条件的引入大大提升了动画的真实性和表现力。然而，这些增强的方法也带来了...