最近长视频行业不太平。在国内，连续亏损 11 年，看不到盈利希望的爱奇艺，为了降本增效， 2021 年 12 月开始大幅缩减人员和开支。就连国外被视为行业标杆的巨头奈飞，近期也遭遇了重创。 1 月 20 日，其公布Q4 业绩，新增订阅用户数 828 万，低于预期，更引发担忧的是，其对 2022
......
本文由站长之家合作伙伴自媒体作者“深燃公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
一个名为MagicTime的新模型引起了业界的广泛关注。这个模型专注于生成变形时间延迟视频，基于DiT的架构，解决了现有文本到视频生成模型未能充分编码现实世界物理知识的问题。MagicTime还计划将额外的变形景观时间延迟视频集成到相同的注释框架中，查找ChronoMagic-Landscape数据集，然后使用该数据集Open-Sora-Planv1.0.0，获得MagicTime-DiT模型。
来自加州大学伯克利分校的研究人员最近发布并开源了首个世界模型，被称为LWM系列模型。这一模型采用了大量视频和书籍数据集，通过RingAttention技术实现了长序列的可扩展训练，使得模型的上下文长度达到了1Mtoken。其优秀的性能表现和开源特性吸引了众多开发者的关注和参与，为人工智能领域的进步和创新带来了新的契机。
UT奥斯丁等机构提出的StreamingT2V技术引发了广泛关注，将AI视频生成推向了新的高度。这项技术突破了以往视频长度的限制，实现了生成高度一致且长度可扩展的视频。StreamingT2V技术的不断完善和提升也将进一步推动AI视频生成领域的发展，为视频内容创作提供更多可能性。
MetaAI近日推出了一种名为MA-LMM的新型模型，旨在解决长期视频理解中的挑战。LLMs在处理文本数据时表现出了令人印象深刻的能力，但在处理视频输入方面存在一些限制，例如上下文长度限制和GPU内存限制。其创新性的设计以及利用长期记忆库和顺序处理的方法使得该模型能够在各种复杂场景下取得显著成果，证明了其在多模态视频理解应用中的有效性和多功能性。
中联重科智能高机与中远海运重工克莱芬船舶工程有限公司达成战略合作，双方将围绕船舶修造领域自动化喷涂设备应用展开深度合作，签约打造高空喷涂机器人，通过一键式的操作方式即可完成复杂的船舶表面喷涂作业。为船舶修造行业打造高空喷涂机器人是中联重科智能高机近年来从客户定制化需求角度拓展开发场景化与智能化相融合产品的一个缩影。在产业链、人才链、资金链的融合推动下，高空作业机械机器人拥有广阔的发展空间，也将是中联重科智能高机继续奔赴的方向。
快科技4月9日消息，近日，3D武侠角色扮演游戏《剑侠情缘网络版叁》（《剑网3》）竞技大师赛引发争议，甚至剑网3涉嫌操控比赛疑似诈骗”的话题还登上热搜。据介绍，此次比赛涉及付费竞猜奖池，奖池规模高达千万元，玩家质疑赛事组操控比赛、左右赔率甚至涉嫌诈骗。对此，《剑网3》官方公开发文回应称将重构赛事，移除全部裁判权限，制作人带头裁判实名制，赛事负责人亲自登门致歉，在公司内担责认责。同时还将给全民补偿历代签到活动表现类奖励(外观宠物坐骑)自选。此外，还将要求赛事组公布全部时间线和聊天记录，给玩家和选手一个真相。?
AI大模型的火爆还在继续，在落地垂直应用的探索中，AI社交应用正在爆发出前所未有的新活力。艺术从来就是社交不可或缺的主题，在AI的助力下，艺术正以前所未有的速度与现代科技融合，开启了一场艺术领域的新潮流。Soul将持续为年轻一代提供更沉浸、更自在的社交体验，让每一个个体都能在多元的兴趣社交中找到精神的共鸣和真正的热爱。
在全球化的浪潮中，松柏投资以其敏锐的投资视角和勇于出海的战略部署，为中国企业提供了出海投资的鲜活范例。在过去几年，松柏投资不仅在国内市场深耕细作，更是大胆迈向国际舞台，展现了中国投资的全球视野和发展魄力。松柏投资将继续扩大其在全球市场的影响力，同时也将帮助更多中国企业打开国际市场的大门。
今天下午，在华为鸿蒙生态春季新品发布会接近尾声时，余承东引用了轻舟已过万重山直挂云帆济沧海”作为结束语。此前在2023年8月份的华为开发者大会上，余承东曾提及轻舟已过万重山”，引发了广泛关注。余承东还宣布，HarmonyOSNEXT鸿蒙星河版将于华为开发者大会HDC2024开启Beta测试，时间定于2024年6月，这场全球开发者盛会值得期待。
据“零重力实验室”公众号消息，近日，洲际航天科技宣布与阿布扎比港务局签署协议，计划在阿联酋共同建设一个名为“阿布扎比航天城”的航天生态链核心项目，北京零重空间技术有限公司将为该项目提供卫星设计制造、遥感数据处理与应用等服务。
Lyrebird Health通过AI技术监听、学习并生成医疗文档，帮助医生在几秒钟内轻松生成记录和文档。它可以学习医生的风格和用词，并根据需要生成各种文档。Lyrebird Health还提供数据加密和隐私保护，以及定制化的记录风格和语言。
风平 IP 智造平台是基于 AIGC 的智能化 IP 打造平台，致力于提供虚拟数字人定制、AI 短视频内容生产和数字人直播的一站式解决方案。通过结合领先的 AI 技术，平台实现了数字人的高质量生产和互动能力，为用户打造全新的数字人 IP 体验。
赛灵力虚拟数字人工厂致力于 2D 虚拟人、3D 虚拟人、声音克隆等 AI 技术探索和产业应用，为企业、政府、个人提供虚拟数字人 AI 视频创作、个人形象定制、声音定制、智能语音合成等服务。
硅基智能是一款数字化虚拟人与 AI 技术相结合的产品，主要应用于智能交互领域。其主要优点包括领先的 AI 技术、智能交互体验、商业化场景应用等。
星火网文助手是一款 AI 创作辅助工具，提供创作灵感、润色续写等功能，帮助作家更高效地写作。背靠强大的 AI 技术支持，定位于提升小说写作体验，提高作品质量。
商汤日日新 SenseNova 大模型体系提供多种大模型及能力，助力各行业智能化创新，以大算力引领通用人工智能发展。
Khroma 利用人工智能学习您喜欢的颜色，并为您创建无限的调色板，帮助您快速发现、搜索和保存色彩组合。Khroma 的个性化算法训练神经网络，生成您喜欢的颜色，过滤您不喜欢的颜色。同时，还可以搜索和保存颜色组合，并获取颜色名称、hex 代码、RGB 值、CSS 代码以及 WCAG 辅助功能评分。
笔灵 AI 写作是一款专业的 AI 论文写作助手，通过人工智能技术帮助用户撰写高质量的论文。其主要优点包括快速生成论文大纲、节省写作时间、提供各类论文模板和服务。产品定位于提高论文写作效率和质量，适用于学生、研究人员等写作需求。
IDM-VTON是一种新型的扩散模型，用于基于图像的虚拟试穿任务，它通过结合视觉编码器和UNet网络的高级语义以及低级特征，生成具有高度真实感和细节的虚拟试穿图像。该技术通过提供详细的文本提示，增强了生成图像的真实性，并通过定制方法进一步提升了真实世界场景下的保真度和真实感。
PhotoMagic 是一款使用人工智能技术的图片处理工具，通过简单操作即可快速生成商业级图片。其主要优点包括快速高效、大幅降低图片处理成本，定位于帮助用户在电商等场景下快速生成吸引人的图片。
京东羚珑是一站式内容生产与管理服务平台，提供商品主图设计、广告 banner 设计、店铺首页设计等功能。其主要优点包括丰富的模板选择、免费设计服务、高效便捷的操作流程。产品定位于为商家提供设计合作伙伴服务。
Overleaf 是基于 LaTeX 的在线协作编辑器，无需安装，支持实时协作、版本控制、数百种 LaTeX 模板等。适用于科学和技术领域的文档写作。
Continue是一个专为软件开发者设计的开源IDE扩展，它通过提供自动化和智能化的工具来加速AI软件的开发流程。它允许开发者在构建软件时保持流畅的工作状态，通过插件和系统整合，轻松开始并加速开发过程。Continue支持多种编程语言的代码自动完成，提供代码段的重写功能，并允许通过自然语言指令来优化代码。它还支持与多种AI模型和开发环境的整合，使得开发者能够构建一个随着新功能出现而进化的软件系统。
Cohere Toolkit是一个开源的AI应用程序开发工具包，它提供了一套生产就绪的应用程序，可以在云服务提供商上部署。这些应用程序可以访问Cohere的Command、Embed和Rerank模型，并且可以连接到企业数据和特定团队，以提高生产力。该工具包包含用于构建独特应用程序并可扩展部署的组件。
Bunny 是一系列轻量级但功能强大的多模态模型，提供多种即插即用的视图编码器和语言主干网络。通过从更广泛的数据源进行精选选择，构建更丰富的训练数据，以补偿模型尺寸的减小。Bunny-v1.0-3B 模型在性能上超越了同类大小甚至更大的 MLLMs（7B）模型，并与 13B 模型性能相当。
llava-llama-3-8b-v1_1是一个由XTuner优化的LLaVA模型，它基于meta-llama/Meta-Llama-3-8B-Instruct和CLIP-ViT-Large-patch14-336，并通过ShareGPT4V-PT和InternVL-SFT进行了微调。该模型专为图像和文本的结合处理而设计，具有强大的多模态学习能力，适用于各种下游部署和评估工具包。
ID-Animator是一种零样本人类视频生成方法，能够在不需要进一步训练的情况下，根据单个参考面部图像进行个性化视频生成。该技术继承了现有的基于扩散的视频生成框架，并加入了面部适配器以编码与身份相关的嵌入。通过这种方法，ID-Animator能够在视频生成过程中保持人物身份的细节，同时提高训练效率。
HiDiffusion是一个预训练扩散模型，通过仅添加一行代码即可提高扩散模型的分辨率和速度。该模型通过Resolution-Aware U-Net (RAU-Net)和Modified Shifted Window Multi-head Self-Attention (MSW-MSA)技术，动态调整特征图大小以解决对象复制问题，并优化窗口注意力以减少计算量。HiDiffusion能够将图像生成分辨率扩展到4096×4096，同时保持1.5-6倍于以往方法的推理速度。
Snowflake Arctic 是一款专为企业级人工智能任务设计的大规模语言模型（LLM），它在 SQL 生成、编码以及指令遵循等基准测试中表现出色，即使与计算预算更高的开源模型相比也毫不逊色。Arctic 通过其高效的训练和推理，为 Snowflake 客户以及广大 AI 社区提供了一种成本效益极高的定制模型创建方式。此外，Arctic 采用 Apache 2.0 许可，提供无门槛的权重和代码访问，并通过开源数据配方和研究洞察，进一步推动了社区的开放性和成本效益。
OpenVoice V2是一款文本到语音（Text-to-Speech, TTS）的模型，它在2024年4月发布，包含了V1的所有功能，并进行了改进。它采用了不同的训练策略，提供了更好的音质，支持英语、西班牙语、法语、中文、日语和韩语等多种语言。此外，它还允许商业用途的免费使用。OpenVoice V2能够精确地克隆参考音调色彩，并在多种语言和口音中生成语音。它还支持零样本跨语言语音克隆，即生成语音的语言和参考语音的语言不需要在大规模多语种训练数据集中出现。
