博客

今天为大家总结一周AI资讯：

1. Pika-全新视频编辑功能

本周，Pika向 Creative Partner 开放了全新的视频编辑功能。从演示动画可以看出，用户可以通过简单的文本命令，控制视频中特定的物体，且保持视频其他部分的结构不变。例如，

借助该功能，我们只需上传一段参考视频，就可以根据不同的提示词，合成不同的动作和场景，效果非常真实。

目前，该功能仅面向创意合作伙伴发布，可用于轻松制作各种视频特效。

2. VID Fun- Remix 新发布的视频生成器

Vid.fun是 Remix 新发布的视频生成器，能够一键生成带有背景音乐、音效连续的视频。目前，免费用户可以获得 65 点额度。

Vid.fun放支持通过提示词、网站链接、视频音乐链接以及本地图像素材生成视频。

下一步，选择一种风格和视频比例，开始生成故事版。如果对自动生成的片段不满意，也可以选中其中一个画面，点击“重新生成”。最后，选择一种视频模型，点击“生成”按钮即可。

Vid.fun集成了多种主流 AI 工具和视频生成工作流，可以将你的想法快速转换为创意视频。该工具支持生成多种比例的视频，且支持从本地上传图像素材，制作剧情动画。

3. Krea Video Training – 视频风格训练服务

本周，Krea 推出了基于开源模型的视频训练服务。用户可以上传任意类型的视频数据，训练专属视频风格。其中，图像可用于学习风格，视频则可用于风格和动作学习。

用户需要上传至少 3 段素材，方可开始训练视频风格。目前，该功能仅面向高级用户开放，感兴趣的同学可以尝试。

4. Starvector – SVG 生成模型

Starvector 是一种 SVG 生成模型，可以根据文本提示或参考图，生成高质量可编辑的 SVG 矢量图。该模型使用了 Vision-Language 架构，能够完成复杂的 SVG 生成任务。

目前，该模型已经开源。无论你有没有设计基础，都可以通过该模型制作 SVG 图形。

5. Grok 图像编辑

本周，马斯克旗下的 Grok 模型面向高级用户推出了图像编辑功能。该功能类似于 Gemini 和豆包的图像编辑功能，支持文本命令编辑图像。

从演示效果来看，Grok 能够准确渲染文本，每次可生成 4 张图像。目前，高级用户已经可以在网页端、移动端进行图像编辑，能够完成色彩替换、表情更换、水印移除等常规操作。

借助多模态模型的原生图像生成功能，图像编辑也会变得更加简单。在不久的将来，AI 智能图像编辑功能将会成为各大平台的标准配置。

6. LHM – 阿里巴巴新发布的动画人类重建模型

本周，阿里巴巴发布了一个名为 Large Animatable Human Reconstruction（LHM） 的模型。该模型可以基于静态图像和参考动作序列，转换为动态视频。

LHM 采用了多模态变换器架构，利用注意力机制对人体位置特征和图像特征进行有效编码，从而详细保留了服装的几何形状和纹理。同时，该模型还使用了全新的编码方案，可以进一步保留人物的面部细节和特征。

LHM 可以从输入图像中提取身体和头部图像标记，并利用多模态身体头部变化器，将三维身体标记并解码为高斯参数。通过演示画面可以看出，该模型支持不同风格的图像合成，视频的效果也非常不错。

7. Flora 更新 – 接入 Google Gemini 2.0

本周，Flora 在 CANVAS 中接入了 Google Gemini 2.0 模型，支持使用自然语言编辑图像，并将图像转换为视频。

登录 Flora 并新建一个画布，就可以使用该功能。我们上传一张参考图，并在此基础上添加多个节点，生成不同角度的人物形象。或者，使用 Flux 模型生成一张图像，并通过文本命令改变人物的面部表情。

与 Gemini 不同的是，Flora 提供了视频生成功能。用户可以选择任意的视频模型，将静态图像动态化。Flora 为用户提供了 2,000 点免费额度，可生成 4 段持续 5 秒钟的短视频，大家可以尝试。

8. SPATIAL LM – 新发布的 3D 大语言模型

SPATIAL LM 是一种新发布的 3D 大语言模型，能够自动识别视频中的建筑元素，并生成结构化的 3D 场景输出。

该模型能够增强空间推理能力，适用于嵌入式机器人、自主导航和复杂三维场景的分析任务。SPATIAL LM 在大规模数据集上进行训练，能够准确反映真实世界的场景，确保物理正确性。未来，该模型将会扩展到更多应用场景，并可作为智能助手使用。

9.腾讯混元3D

Hunyuan3D 2.0 是腾讯推出的大规模 3D 资产生成系统，专注于从文本和图像生成高分辨率的 3D 模型。系统采用两阶段生成流程：首先生成无纹理的几何模型，再合成高分辨率纹理贴图。包含两个核心组件：Hunyuan3D-DiT（几何生成模型）和 Hunyuan3D-Paint（纹理合成模型），分别用于生成精确的几何结构和生动逼真的纹理。

Hunyuan3D 2.0的主要功能

高分辨率 3D 模型生成：通过两阶段生成流程，先生成无纹理的几何模型，再为其合成纹理贴图，有效分离了形状和纹理生成的复杂性。

高质量生成效果：在几何细节、条件对齐和纹理质量等方面全面优于现有的开源和闭源模型。

多样的使用方式：支持通过代码调用、Gradio 应用、Blender 插件以及官方网站快速体验。