3月第三周AI资讯
  • Post author:
  • Post category:AI
  • Post comments:0评论

短视频生成工具VIGGLE在本周完成了更新,可以基于一张图像生成逼真的3D动画,这是官方地址:VIGGLE

例如上传一张图像和短视频,开启Remix模式即可替换视频中的主体,并保持参考视频中人物的动作;animate模式只需上传一张图像,即可创建不同的动作;IDEATE模式则可以自定义人物形象,创建对应的短视频。

点击DISCORD链接,进入VIGGLE的服务器,在对话框中输入【/】即可使用5种模式,

其中Remix模式可以融合图像和视频,animate则可以实现图像转视频功能。感兴趣的同学可以在Discord上尝试。

总结一下本周重要的人工智能新闻:

1.Sora发布时间

OpenAI 的新文本到视频 AI 模型 Sora 可以创建逼真的场景。在一次独家采访中,《华尔街日报》的乔安娜·斯特恩(Joanna Stern)与该公司的首席技术官米拉·穆拉蒂(Mira Murati)坐下来,后者解释了它是如何工作的,但回避了有关该模型如何训练的问题。首先,穆拉蒂表示Sora会在2024年内推出发布,时间和美国大选会存在一定的关系。穆拉蒂在采访中,成了一段从未发布过的视频,从生成的画面可以看出,视频中的人物完成了华丽的变身,效果非常不错。穆拉蒂表示,Sora生成的视频没有声音,训练数据来自Shutterstock等授权平台。Sara对算力的要求要远高于ChatGPT,目前还在进行内部测试,以免生成对公众有害的内容。

2.Google Vlogger


本周Google发布了Vlogger框架,可以基于文本和音频作为驱动,把图像转换为会说话的视频。和传统数字人工具不同的是,vlogger不但可以实现口型匹配,还能模拟人物在说话时的表情和手势,显得更加真实。

vlogger会根据一段音频,生成不同表情和动作的动态视频,让数字人显得更加生动。vlogger同时具备编辑功能,可以通过文本命令的形式,控制人物的面部表情、口型匹配和翻译也是vlogger的基础功能。

3.claude 3发布


3月14日,Anthropic发布了和GPT3.5同级别的claude 3模型,并在基准测试中大幅领先对手。目前,perplexity已经在第一时间添加了该模型,点击上面链接,即可在perplexity lab的Playground使用该模型。此外,有网友发现微软copilot Pro的订购页面上出现了GPT5的标识。近期,距离GPT4模型的发布已经接近一周年,因此,很多网友猜测Openai会在最近可能由GPT的更新。

4.magnific更新


本周,AI图像增强工具Magnific完成更新,增加了transfer style功能。开启风格转换功能后,就可以在放大图像的同时,完成多种风格转换。用户可以根据需要,把原图转换为动漫、真实人像或者卡通风格的内容。该功能的加入,可以帮助用户生成更具想象力的图像。目前该功能已经面向付费用户开放。与此同时,Carria也在本周增加了一项名为”touch in hands”的功能,用户可以遮罩特定区域实现生成式填充效果。登录到carrier,右键点击图像,遮照需要更改的区域,即可完成局部修改。

5.pix 2 GIF
pix 2 GIF,是一种用于图像到GIF(视频)生成的运动引导扩散模型,可以将静态图转换为GIF动画。和其他工具相比,由pix 2 GIF生成的动图,明显具备更强的连续性。

6.Ozon发布


本周,基于AI技术的视频编辑工具Ozon开启了内部测试。使用自己的注册邮箱或Gmail登录Ozon,左下角可以查看可用额度。价格方面,免费用户可以获得每周50点额度,高级账号可以创建无限制的项目,价格则是每月23美元。和传统的剪辑工具相比,Ozon的价格要明显高出很多。Ozon提供了Instagram、TikTok以及YouTube视频生成功能。如果想要获得更好的体验,则需要使用Chrome浏览器登录到后台,点击新建一个项目。

左侧可以选择多种智能编辑功能,例如autocactions功能,可以实现一键字幕翻译。目前剪映已面向高级用户推出了类似的功能。create with AI则是Ozon的核心功能,其中包括了视频图像音频生成以及TTS语音合成。此外,Ozon还添加了一些基础的转场效果,可以直接应用到视频剪辑中。

7.中国版sora:etna


Atnight是由某中国公司开发的视频生成模型,可根据文本描述生成8-15秒的高清视频。Etna使用了很多类似Sora的提示词生成视频,尽管连贯程度一般,却远超Pika等传统视频生成工具。Etna声称使用了和Sora相同的架构,同时具备时空连续性。感兴趣的同学可以尝试该工具。

发表回复