AI视频赛道上,谷歌又再次放出王炸级更新!其推出的基于STUNet架构的AI视频大模型Lumiere可以直接生成5秒长的80帧视频。其中Space-Time U-Net(STUNet)架构解决了AI视频长度不足,运动连贯性和一致性很低,伪影重重等一系列问题。
相比ZeroScope和AnimateDiff分别仅生成3.6秒和2秒的视频而言,其应用场景大大增加。Lumiere实现了时长超过大多数流媒体中的平均镜头长度,也就是说用AI大模型流畅、完整的制作电影、视频等流媒体成为可能。
“有意见”留言板
@Pixel 9 Pro:改变都是要一点一点发生的,不仅要超越Gen-2、Pika,更要整合到产品。现在还是鼠标框选,几个月就变成手指圈点,定个小目标,狂甩iPhone几十条街。
@独木舟:针对这样的技术进步,我们也应该关注其可能带来的挑战,比如对隐私的影响、生成假视频(deepfakes)的潜在风险、以及对人类工作者的影响等,同步完善相关的法律法规。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。