字节自己研发的PixelDance视频生成模型,结合视频转化工具Boximator,实现了全新的静态图转换成流畅视频方式。就是在图上框一个圈,圈住选择对象,比如猫猫狗狗,飞机大炮。然后基于这些物体画出一个轨迹,也就是运动路径,然后这个物体就以视频的形式动起来了。
据了解,该工具的优势是视频质量上超越了基础模型,其视频效果更受欢迎。可以帮助用户的创意实现的更好。让个性化和创意表达更流畅。
“有意见”留言板
@卡卡卡卡西:文生视频已经是生成式AI一个风口之上的应用场景了,去年看到国外做文生视频的软件已经有几十款,实际体验过几款后发现还是有一些问题,一是生成的视频内容不可控,不一定是你想要的,二是对提示词有很高的依赖,三是对算力有较高要求、这也直接导致不少创业团队做的这类软件每人每天只会有几个体免费生成视频的额度,更多就需要额外再收费了。
@贰言;Boximator能够生成多样可控的视频动态,创作独特且吸引人的内容,为用户提供全新编辑体验。迫不及待去尝试下,结果发现功能尚未完善,且暂无移动端版本。因此,要真正评估Boximator的效果和实用性,还需要亲自体验才能得知。
好文章,需要你的鼓励
腾讯混元等机构联合提出PREF-GRPO方法,首次采用成对偏好比较替代传统评分,成功解决AI图像生成中的奖励欺骗问题。同时构建UNIGENBENCH评测基准,包含600测试案例和27个细粒度评价维度,为行业提供更精确的模型评估标准。实验显示新方法在多项指标上显著优于传统方法,特别在复杂任务上提升明显。
亚马逊发布Lens Live AI功能,用户可通过手机摄像头扫描任何物品进行实时购物。该技术利用人工智能识别用户拍摄的物品,并在亚马逊平台上匹配相关商品,提供即时购买选项。这一创新功能将大幅简化购物流程,用户只需"看到即可购买",为在线购物体验带来革命性改变。
蚂蚁集团与西湖大学联合开发的AWORLD开源框架,通过分布式并行训练将AI助手的练习效率提升14.6倍,成功将Qwen3-32B模型在GAIA测试中的准确率从21.59%提升至32.23%,在最困难任务上甚至超越了GPT-4o等商业AI产品,为"从练习中学习"的AI训练理念提供了实用解决方案。