“O”:视频输出。2023年,我们看到了文字到视频合成的浪潮:WALT(谷歌)、EmuVideo(Meta)、Align Your Latents(英伟达)、Pika等等,数不胜数。然而,大多数生成的片段仍然很短。我将它们视为AI视频的“系统1”——“无意识”的局部像素运动。
开源模型的组合将击败最好的私有模型。
一方面,随着各平台商业模式的成熟,以及人才基础的完善,越来越多品牌选择布局矩阵号。
站长之家(ChinaZ.com) 1月3日 消息:阿里巴巴宣布其项目DreamTalk已经开源。这个项目可以让人物照片说话,支持包括歌曲、多种语言的语音、嘈杂的音频在内的各种声音匹配。
Paint3D 的出现标志着自动化纹理贴图生成领域的重大进展。通过精确控制纹理贴图中的内容和风格,Paint3D 可以生成高质量、多样化的纹理贴图,从而显著推进3D对象纹理化的最先进技术。更为重要的是,Paint3D 生成的纹理贴图是没有内嵌光照阴影效果的,使得生成的纹理能够被重新照明或重新编辑,直接应用于现有的渲染管线,在艺术创作、数字媒体制作和游戏内容创作等领域发挥重要作用。