漫话开发者 - UWL.ME 精选全球AI前沿科技和开源产品
2025-03-31 talkingdev

[开源]Mobile-VideoGPT:轻量级多模态视频模型,参数不足10亿却支持边缘设备实时推理

近日,GitHub上开源了一个名为Mobile-VideoGPT的轻量级多模态视频模型,其参数量不足10亿(1B),却通过创新的双视觉编码器和令牌剪枝技术,实现了在边缘设备上的实时推理能力。这一突破性进展为移动端和物联网设备...

Read More
2025-03-26 talkingdev

[开源] Video T1:利用引导模型提升视频帧路径物理一致性

Video T1 是一种创新的视频处理技术,通过使用引导模型来拒绝不符合物理规律或用户指定提示的帧路径,显著提升了视频生成的质量。该技术的核心在于测试时计算(test time compute),这一方法在性能基准测试中表现出...

Read More
2025-03-25 talkingdev

Reve图像生成器以低价挑战MidJourney和Flux,每张仅需1美分

Reve Image 1.0 是一款AI图像生成器,其定价策略和生成质量在市场上具有显著竞争力,甚至可能超越Midjourney和Ideogram等行业巨头。该工具以5美元提供500次生成额度,每张图像的成本仅为1美分,使得高质量图像生成变...

Read More
2025-03-20 talkingdev

Stability发布沉浸式3D视频生成技术:Stable Virtual Camera

近日,Stability推出了一项名为Stable Virtual Camera的创新技术,该技术基于一种多视角扩散模型,能够从单张或多张2D图像中生成沉浸式3D视频。这一技术允许用户自定义或预设相机轨迹,从而实现对3D场景的灵活控制。...

Read More
2025-03-20 talkingdev

Zoom的AI进化:从基础会议工具到基于LLMs和SLMs的智能生产力平台

Zoom正通过开发一套自主AI基础设施,将其业务从视频会议扩展到行动导向的工作流程。这一创新包括AI Companion 2.0,它提供了任务管理和文档创建等功能,以及通过新的AI Studio定制的AI代理。Zoom采用联合方法,将公...

Read More
2025-03-15 talkingdev

基于yt-dlp的个人YouTube前端工具发布

近日,一款基于yt-dlp的个人YouTube前端工具在技术社区中引发了广泛关注。该工具允许用户通过自定义前端界面访问YouTube内容,同时利用yt-dlp的强大功能实现视频下载与本地管理。开发者表示,这一工具旨在为用户提供...

Read More
2025-03-13 talkingdev

VideoPainter推出双流视频修复架构,提升背景保留与对象生成效果

VideoPainter最近推出了一种创新性的双流架构,专门用于视频修复任务。该架构显著降低了学习复杂性,同时改善了背景保留和对象生成的效果。视频修复是计算机视觉领域的一个重要研究方向,旨在自动填补视频中的缺失或...

Read More
2025-03-12 talkingdev

MovieAgent:实现长视频一致性生成的新突破

近日,一项名为MovieAgent的创新技术引起了广泛关注。该系统通过结合多种生成模态,并采用基于角色的提示机制,显著提升了视频生成的一致性和准确性。MovieAgent利用Stable Diffusion视频模型生成并拼接帧,从而实现...

Read More
  1. Prev Page
  2. 5
  3. 6
  4. 7
  5. Next Page