Vidu Q4 原生音频:无需唇同步插件的语音匹配
📌 One-Sentence Summary Vidu Q4 在一次生成过程中集成音频与面部动作,能够在无需外部插件或后期处理的情况下实现精准的唇同步和自然的身体动作。 📝 Summary Vidu Q4 模型通过将声音视为场景的内在组成部分而非独立轨道,革新了 AI 视频。模型在扩散过程中直接将音频波形映射到面部表情和身体动作,实现了传统两步配音方法无法媲
AI 视频生成与理解:文生视频模型、视频编辑工具与影视创作变革的追踪。
已收录 76 条 · 近 30 天 61 条 · 第 1 / 4 页
📌 One-Sentence Summary Vidu Q4 在一次生成过程中集成音频与面部动作,能够在无需外部插件或后期处理的情况下实现精准的唇同步和自然的身体动作。 📝 Summary Vidu Q4 模型通过将声音视为场景的内在组成部分而非独立轨道,革新了 AI 视频。模型在扩散过程中直接将音频波形映射到面部表情和身体动作,实现了传统两步配音方法无法媲
“现在整个短剧行业就是一片混乱,每个人都很焦虑、很迷茫。” 这是过去一个月里,雷峰网与多位 AI 短剧从业者交流时,听到最多的一句话。 上个月刚跑通的流程,这个月平台改了分账规则又得重新算账。好不容易摸清了提示词的写法,AI 视频生成工具一更新经验立马作废。甲方的尾款还没到账,下一部剧的制作成本已经垫出去了。 这个行业节奏快到近乎疯狂,但没人说得清终点和方向
香港,2026年10月13日——全球领先的AI视频大模型公司爱诗科技(AIsphere)今日宣布其香港办公室在香港数码港正式开幕。其香港办公室不仅是办公空间,更定位为辐射本地企业、政府机构、高校及创作者的AI枢纽。 开幕当日香港办公室即投入运营,公司日后将招募更多本地员工并持续举办面向产业的专场活动,逐步建设汇聚创作者、高校与产业伙伴的「香港AI视频大本营」
从创意到成本,AI正在重写综艺的生产逻辑
Higgsfield通过GPT-6 Astra为创作者带来更长的视频、通过GPT-Image-2.5提供精确的视觉效果,并通过GPT-Live提供语音电影制作之路。
从Disney Plus到HBO Max,几乎所有主要的流媒体服务都在尝试进入垂直内容的方法。显然,这些公司将TikTok和Instagram等以视频为中心的社交媒体平台视为生存威胁。在这场争夺观众注意力的军备竞赛中,人们常常感觉每个人都在努力寻找[.]
Vidu Q4预览版,了解一下~
Pollo AI借助GPT-5.6、GPT-6 Astra和GPT-Image-2.5,帮助创作者将大胆的想法转化为详细图像和电影视频广告。
Opus构建的Creative Cloud替代品雄心勃勃,免费,而且远未完成。
Reka发布了Rho-1,这是一个从头开始训练的19 B全推理模型。一个网络通过共享的KV缓存读取并生成文本、图像、视频和机器人动作。经过提炼的变体在大约一秒内返回5.3秒的剪辑。这是一个尚未公开权重的研究预览。Reka发布Rho-1:一个能够理解、生成视频和输出机器人动作的19 B全方位推理模型的帖子首先出现在MarkTechPost上。
另外:ChatGPT“点”值得升级到专业版吗?
Tavus推出了Griffin,该公司称之为第一个“人类互动模型”。“人工智能实时进行视频通话,处理面部表情、语气和手势。在Tavus的一项研究中,48%的参与者在打了一分钟电话后相信格里芬是一个真实的人。之前的系统最大值为2%。文章近一半的测试对象在一分钟通话中将塔沃斯的人工智能视频化身误认为是真人,该文章首先出现在The Decoder上。