人类跳舞视频生成是一项引人注目且具有挑战性的可控视频合成任务，旨在根据输入的参考图像和目标姿势序列生成高质量逼真的连续视频。随着视频生成技术的快速发展，特别是生成模型的迭代演化，跳舞视频生成任务取得了前所未有的进展，并展示了广泛的应用潜力。现有的方法可以大致分
......
本文由站长之家合作伙伴自媒体作者“机器之心公众号”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）
谷歌宣布又有一款 AI 模型将加入 Gemini，但这次它不仅仅是一个聊天机器人。
国产视频生成大模型Vidu Q1在性能、价格和功能上实现重大突破。该模型由生数科技推出，在VBench评测中超越Sora等国内外顶尖模型，支持1080p高清视频生成，每秒价格低至3毛钱。其首尾帧功能仅需两张图即可实现电影级运镜效果，支持多元风格生成和48kHz高采样率混音功能。Vidu Q1已深度赋能影视、广告、动漫等行业，大幅降低创作门槛。
4 月 15 日，快手可灵AI在北京中关村国际创新中心举行“灵感成真”2. 0 模型发布会，宣布基座模型再次升级，面向全球正式发布可灵2. 0 视频生成模型及可图2. 0 图像生成模型。
数字人直播领域持续升温，尤其在AI技术快速迭代的当下，越来越多企业希望搭建专属虚拟主播系统，以期用数字化方案降低人力成本、替代传统真人直播。然而市场产品良莠不齐，如何精准匹配需求成为关键难题。今天要推荐的这款AI数字人直播系统，正是针对这一痛点设计的解决方案。用户可自主上传品牌虚拟形象，通过智能算法快速生成高精度视频内容，并支持实时直播�
快科技4月20日消息，GitHub的Lvmin Zhang联合斯坦福大学的Maneesh Agrawala，发布了一项突破性的新技术FramePack，通过在视频扩散模型中使用固定长度的时域上下文，可以更高效地生成时间更长、质量更高的视频。根据实测，基于FramePack构建的130亿参数模型，只需一块6GB显存的显卡，就能生成60秒钟的视频。FramePack是一种神经网络架构，使用多级优化策略，完成本地AI视频生成。目前，�
近日，第七届中国升学指导大会在湖北武汉隆重开幕。作为国内规模最大、规格最高的国际教育盛会之一，本届大会由ChinaICAC升学指导研究中心主办，武汉爱莎学校承办，吸引了来自近20个国家和地区的全球教育工作者参会。这一插曲虽短暂，却展现了科技与人文的碰撞，为严肃的学术讨论增添了一抹趣味。
快科技4月18日消息，据报道，阿里巴巴旗下通义万相宣布开源其创新视频生成技术首尾帧生视频14B模型。这项突破性AI技术能够根据用户提供的起始和结束画面，智能生成720p高清过渡视频，为视频创作带来全新可能。该模型通过先进的深度学习算法，能够精准理解输入画面的内容、风格及主题特征。当用户提供首尾两帧图像后，模型会智能分析画面中的视觉元素，包括物体形�
OpenAI于4月24日发布全新图像生成模型GPT-image-1，通过API向全球开发者开放。该模型支持生成高质量图像，具备多级定制功能，包括控制敏感度、生成效率、背景、输出格式等参数，并推出"吉卜力模式"生成独特风格图像。Adobe、Figma等多家企业已将其集成到产品中。API定价按token计算，低质量图像生成成本约0.02美元/张。OpenAI CEO Sam Altman高度评价该模型，认为其为开发者带来更大创意空间。
2025 年，链上金融领域迎来了爆发契机。
OpenAI发布全新图像生成模型GPT-image-1，通过API向全球开发者开放。该模型支持精细控制图像敏感度、生成效率、背景、输出格式等参数，并集成吉卜力模式。Adobe、Figma等企业已将其应用于产品中。API支持批量生成、蒙版编辑、透明度调整等高级功能，图像生成成本从0.02-0.19美元/张不等。CEO Sam Altman表示该模型与ChatGPT版本差异显著，开发者可通过API实现更多创意场景。新模型在�
