在生成式AI的激烈竞争中，视频生成与世界模型正成为下一个前沿战场。Ethan He，这位曾领导NVIDIA Cosmos世界模型项目的核心人物，在加入xAI后仅用三个月便主导构建了Grok Imagine图像生成系统。在一篇长达98分钟的深...

字节跳动近日在GitHub上开源了一款名为Lance的原生统一多模态模型，以其仅3B（30亿）激活参数的设计，在AI领域引起了广泛关注。该模型打破了传统多模态模型需要为不同任务（如图像理解、视频生成、图像编辑等）分别...

英伟达（NVIDIA）最新开源了LongLive 1.0框架，旨在解决长视频生成领域长期面临的实时交互难题。该框架通过引入流式注意力（Streaming Attention）和KV缓存优化（KV-cache optimization）技术，实现了对超长视频序列...

在AI视频生成领域，生成连贯的长视频一直是一个技术难题。近期，一个名为A²RD的新型框架被提出，旨在解决这一挑战。A²RD代表“Agentic Autoregressive Diffusion”，即基于智能体的自回归扩散模型。该框架引入了一种独...

DeepMind的研究团队近日在arXiv上发布了一项名为“弹性循环Transformer”的创新工作，为视觉生成模型领域带来了显著的效率突破。传统视觉生成模型通常依赖堆叠大量独立的Transformer层，导致参数量庞大。ELT的核心创新...

视频制作领域迎来编程化新范式。Remotion平台近日正式发布其“Agent Skills”功能集，旨在为开发者提供一套在Remotion项目中工作的最佳实践指南。该功能的核心突破在于，允许用户通过Claude Code等代码生成式AI代理，...

据彭博社报道，中国短视频巨头快手科技的股价在过去一年中实现了惊人的88%涨幅，其核心驱动力来自于旗下AI视频生成模型“Kling”的巨大成功。该模型自推出以来，已迅速积累了超过6000万用户，成为公司向人工智能战略转...

近日，科技巨头谷歌应迪士尼公司发出的法律函件要求，从其旗下视频平台YouTube上移除了数十个由人工智能生成的视频，这些视频的内容均涉及描绘迪士尼旗下知名卡通角色。此次事件源于迪士尼向谷歌正式发送了一封“停止...