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
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。