Assistive：视频生成工具
1Assistive：视频生成工具 新的视频生成软件Assistive，支持从文本和图像生成视频，从演示视频的流体内容和表现来看，我嗅到了SVD的熟悉味道。同时推出的还有DATA-一个视频创建助手，可以为社交媒体等制作故事板并生成完整的视频。
赞 (0)阅读(485)
视频
1I2V-Adapter：直接从图片生成视频
1I2V-Adapter：直接从图片生成视频 快手也发布了一个视频生成模型 I2V-Adapter。主要用于从图片获取信息直接生成视频，这个项目可以与已有的 SD 生态比如ContorlNet等结合。又有可以玩的了。 提出了一种新的解决方案——I2V-Adapter，旨在解决这些限制。 保留了T2I模型的结构完整性和它们内在的运动模块。 I2V-Adapter...
赞 (0)阅读(895)
AI 工具推荐
支持 31 种语言的翻译工具 我们在日常学习工作中经常需要进行大量的翻译，特别是对于在外企，常常需要对整个文件进行翻译，同时有写作的需求。那么 DeepL 既能满足 31 种语言翻译，同时支持一次性翻译整个文件，同时能使用人工智能助手进行写作创作。 DeepL翻译神器 为什么要选择 DeepL？如其官网所说号称是全世界最精准的翻译机器，比竞争对手准确 3 倍...
赞 (0)阅读(964)
如何使用 AI 创作歌曲和制作音乐视频
由于人工智能 （AI） 的整合，音乐和视频制作的格局正在经历重大转变。艺术家和创作者现在有能力利用人工智能，以曾经被认为不可能的方式将他们富有想象力的概念变为现实。这种转变为个性化和创新的内容创作打开了大门，使任何人都可以更轻松地制作音乐、创作歌曲和制作与其独特风格和愿景产生共鸣的视频。 处于这种转变的最前沿的是 Suno，这是一个人工智能驱动的平台，专门创...
赞 (0)阅读(1073)
谷歌发布了一个用于视频生成的大语言模型VideoPoet
谷歌发布了一个用于视频生成的大语言模型VideoPoet，这个有点意思。这个是一个专注于视频生成的多模态 LLM 。支持各种视频生成功能以及音频生成，让 LLM 来指导完整的视频生成工作，几乎全能了，不只是生成还有各种视频编辑、声音生成。 同时这种方法还能解决现在视频模型无法生成动作幅度过大视频的问题。演示视频是用VideoPoet生成的浣熊故事。 具体功能...
赞 (0)阅读(818)
使用 GPT4 Vision、Whisper 和 Text-To-Speech （TTS） 重建的真实 Gemini 演示
如果像我一样，你有点失望地得知本月早些时候发布的 Google Gemini 演示更多的是关于巧妙的编辑，而不是技术进步。您会很高兴地知道，也许我们不必等待太久就可以使用类似的东西。 在看过 Google Gemini 的演示和揭示其秘密的博客文章的启示之后。朱利安·德卢卡（Julien De Luca）问自己：“谷歌展示的’双子座’...
赞 (0)阅读(715)
Upscale-A-Video视频放大算法
Upscale-A-Video视频放大算法 Upscale-A-Video的文本引导潜在扩散框架，用于视频放大。该框架通过两个关键机制确保时间上的一致性：在局部上，它将时间层集成到U-Net和VAE-Decoder中，保持短序列的一致性； 在全局上，引入了一个基于流引导的经常性潜在传播模块，通过在整个序列中传播和融合潜在来增强整体视频的稳定性。 由于扩散范式...
赞 (0)阅读(671)
W.A.L.T：谷歌视频生成模型
W.A.L.T：谷歌视频生成模型 刚注意到李飞飞团队的这个视频生成模型W.A.L.T，这效果也太好了，感觉比 Pika 1.0 还要好的多。 清晰度和动作都非常好，特别是光剑打斗的那个视频。可惜不开源。 方法有两个关键的设计决策。首先，我们使用因果编码器在统一的潜在空间内联合压缩图像和视频，从而实现跨模态的训练和生成。其次，为了提高记忆和训练效率，我们使用专...
赞 (0)阅读(736)
FreeInit：大幅提高AI视频生成中内容一致性
FreeInit：大幅提高AI视频生成中内容一致性 南洋理工发布了一个可以大幅提高AI视频生成中内容一致性的方法FreeInit，演示看起来非常流畅。而且可以跟现有的SD生态结合。 他们还发了跟Animatediff结合的方法，等有大佬做插件就可以用了。视频是使用了FreeInit和未使用FreeInit的Animaetdiff的对比。
赞 (0)阅读(685)
VideoLCM: Video Latent Consistency Model
VideoLCM: Video Latent Consistency Model 视频 LCM 项目，通过四个采样步骤即可实现高保真、流畅的视频合成。 其实这个我没看懂，现有的 LCM 在采样器前接入加上视频生成模型也可以实现类似的事情。他们在论文里没有说明他们的研究比现在利用 LCM 生成视频的优势在哪里。
赞 (0)阅读(487)
