Prism:复旦+腾讯混元+浙大提出动态稀疏注意力框架,实现原生2K音视频联合生成高效训练复旦大学、腾讯混元团队与浙江大学联合推出 Prism,一款面向原生2K音视频联合生成的动态稀疏注意力科研框架,解决直接训练2K音视频大模型算力昂贵、音画同步易受损的难题。 项目主页:https://f...视频模型# Prism3周前750
Kandinsky Lab发布Kandinsky 6.0 Video :开源一体化音视频扩散模型,原生支持唇形同步,家用显卡可跑来自俄罗斯Kandinsky Lab正式推出Kandinsky 6.0 Video,这是一套可以文本/图片直接生成同步音视频的扩散模型家族,分为3B参数的Lite轻量版,以及29B参数的Pro高性能版...视频模型# Kandinsky 6.0 Video# Kandinsky Lab3周前660
VDN‑Minimax‑H3:VideoDeltaNet 适配 MiniMax‑H3,伯克利团队推出混合注意力加速方案,8卡B200仅11.23秒产出14.4秒768p视频,实现超实时生成由加州大学伯克利分校、Impossible, Inc、德克萨斯大学奥斯汀分校三方组成的研究团队正式发布 VDN‑Minimax‑H3(VDN‑H3),一套基于MiniMax H3基座打造的混合注意力加...视频模型# MiniMax H3# VDN‑Minimax‑H3# VideoDeltaNet2个月前1420
InfinityEdit:浙大与阿里推出无限流视频编辑AI,边播边改,历史画面不重绘现在绝大多数AI视频编辑工具,本质都是“原地改写”:给一段固定时长视频,AI把整段全部重新渲染,输出长度和原视频完全一致。 这种模式只能处理已经完整存在的视频,却无法应对源源不断的流式画面——比如正在...视频模型# InfinityEdit# 视频编辑2个月前1040
Sand.ai 发布 MAGI-2 Preview:1140 亿参数统一音视频生成模型Sand.ai 今日正式开源 MAGI-2 Preview,这是一个拥有 1,140 亿(114B)总参数的统一音视频生成模型。基于 MagiMoE 架构构建,该模型在推理时每个 Token 仅激活 ...视频模型# MAGI-2 Preview# Sand AI2个月前1310
LTX推出LTX-2.5:开放权重视频世界模型原生接入ComfyUI,GB200芯片6.8秒生成10秒图像转视频从Lightricks拆分独立出来的开放世界模型公司LTX,正式发布新一代视频与世界模型LTX-2.5。本次版本首发就和ComfyUI达成战略合作,实现原生集成,依托节点式工作流工具,方便开发者和创作...视频模型# LTX-2.53个月前1310
LiveEdit:清华&港科大推出实时流式视频编辑框架,12.66 FPS 且背景不闪烁在流式视频编辑领域,长期以来存在两个难以调和的矛盾:一是编辑后的背景随时间推移容易出现闪烁或漂移;二是为了实现高质量编辑,模型往往需要双向注意力机制,导致延迟过高,无法满足实时交互需求。 项目主页:h...视频模型# LiveEdit# 视频编辑3个月前1080
Wan-Animate-2:阿里通义实验室开源人物动画系统,支持跨形象动作复刻与实时生成阿里通义实验室发布Wan-Animate-2及其轻量化版本Wan-Animate-2-Lite,实现静态人物图片驱动生成连贯动态视频。该系统摒弃传统骨骼识别或特征压缩中间步骤,直接读取参考视频原始画面...视频模型# Wan-Animate-2# 通义实验室3个月前1650
京东开源自研 JoyAI-Video-Edit:实现 720P/30fps 实时流式视频编辑京东今日正式宣布开源自研的实时流式视频编辑模型 JoyAI-Video-Edit。该模型突破了传统视频编辑“先渲染后观看”的模式,支持用户在视频播放过程中实时修改人物、场景与物体,真正实现了“边观看...视频模型# JoyAI-Video-Edit# 京东3个月前1270
LeapTalk:单步推理实现 200 FPS 实时说话头生成,打破延迟与质量权衡在数字人、虚拟主播和实时视频通话等场景中,说话头生成(Talking Head Generation)长期面临着一个两难困境:多步扩散模型画质高但延迟大,无法流式输出;而实时自回归方法虽快,却容易出现...视频模型# LeapTalk3个月前1250
MiniMax H3 正式开源:通用全模态生成模型,实现文本、图像、音视频的统一理解与生成8月3日,MiniMax 如约发布了其通用全模态生成模型 H3 的开源权重。这不仅是对此前谣言的有力回击,更标志着 AI 视频生成进入了一个新的阶段:文本、图像、视频和音频不再是割裂的模块,而是在单一...视频模型# MiniMax H33个月前2410
Netflix 推出 ID-V2V:换风格不换脸,视频重映射终于能保住演员演技了做视频风格迁移时,最头疼的就是“换皮丢魂”——背景变了、画风变了,但演员的脸也歪了,表情没了,连嘴型都对不上。 Netflix 和 Eyeline Labs 最近发布的 ID-V2V,就是专门解决这个...视频模型# ID-V2V# Netflix3个月前1050