快手发布国内首个效果对标Sora的视频生成大模型“可灵”，现已开放邀测

快手发布国内首个效果对标Sora的视频生成大模型“可灵”，现已开放邀测 近日，快手“可灵”视频生成大模型官网正式上线。据介绍，可灵大模型为快手AI团队自研，基于快手在视频技术方面的多年积累，采用Sora相似的技术路线，结合多项自研技术创新，效果对标Sora。可灵大模型不仅具备强大的概念组合能力和想象力，还能够生成大幅度的合理运动、模拟物理世界特性。其生成的视频分辨率高达1080p，时长最高可达2分钟（帧率30fps），且支持自由的宽高比。目前，可灵大模型已在快影App开放邀测体验。（36氪） 标签: #快手 #Sora #可灵 频道: @GodlyNews1 投稿: @GodlyNewsBot

Stability AI发布免费音频生成工具 可创作AI歌曲

Stability AI发布免费音频生成工具 可创作AI歌曲 而Stable Audio 2.0提供了完整的三分钟音频片段，这个长度的歌曲大多数适合电台播放，而所有上传的音频必须是无版权的。据了解，与OpenAI的音频生成模型Voice Engine只向一小部分用户开放不同，Stability AI通过其网站免费向公众提供Stable Audio，未来将很快提供API接口。Stability AI表示，Stable Audio 2.0与其早期版本的一个主要区别在于，它能够创建与真实歌曲相似的歌曲结构，包括有序幕、进展和尾声。不过，已经试玩Stable Audio 2.0的媒体表示，这个水平的AI歌曲距离帮助用户用音乐表达想法，差距依然比较大。例如，有用户用“带有美国风格的民谣流行歌曲”（美国乡村音乐）作为提示，Stable Audio生成的歌曲在某些部分听起来有山谷清晨的氛围，并且疑似加入了人声。理论上，Stable Audio 2.0的新功能允许用户调整生成的AI音频作品，使作品更符合用户的听歌风格。例如可以调整遵循提示程度，或设置转换所上传音频的哪一部分，用户还可以添加像人群的吼声或键盘敲击等音效。然而，这种AI歌曲最大的问题在于，让人感觉毫无灵魂。但这并不令人感到惊讶，因为这和其他大厂的AI音频问题一样。例如，如Meta和Google也一直在尝试AI音频生成，但两家公司都没有公开发布他们的模型，因为他们仍在收集开发者的反馈，来解决AI歌曲无灵魂的问题。Stability AI在一份新闻稿中说，Stable Audio是在AudioSparx的数据上训练的，后者拥有超过800，000个音频文件的库。不过，这些音频可能出现版权纠纷。Stability AI表示，作品被纳入AudioSparx的艺术家可以选择退出，以避免他们的作品用于训练模型。其实，使用版权音频训练模型是Stability AI的前音频副总裁Ed Newton-Rex在Stable Audio发布后不久就离开公司的原因之一。对于2.0版本，Stability AI说它与Audible Magic合作，使用其内容识别技术来追踪和阻止版权音频进入平台。总之，Stable Audio 2.0的确让AI歌曲比之前更像真正的歌曲，但还是没有完全达到这个目标。媒体表示，如果Stable Audio 2.0模型坚持添加某种人声，也许下一个版本的AI音频作品会出现更能令人分辨的语言。 ... PC版： 手机版：

音频、音乐和语音生成的工具包，旨在支持可复现的研究，帮助初级研究人员和工程师入门音频、音乐和语音生成领域的研究和开发，提供经典模

音频、音乐和语音生成的工具包，旨在支持可复现的研究，帮助初级研究人员和工程师入门音频、音乐和语音生成领域的研究和开发，提供经典模型或架构的可视化特性，有助于初级研究人员和工程师更好地理解模型。 | #工具

科学期刊《自然》杂志宣布禁止生成式人工智能工具创作图片和视频

科学期刊《自然》杂志宣布禁止生成式人工智能工具创作图片和视频 《自然》杂志针对科研领域中生成式人工智能(generative AI)工具的应用问题做出了一项重要决策。为了确保科研的诚信、透明和道德，该杂志宣布自今日起，不再接受任何使用生成式人工智能工具创作的图片、视频或插图，除非与人工智能相关。 《自然》杂志认为，这种技术虽然应用广泛，却带来了一系列无法解决的问题。首先，生成式人工智能工具无法提供数据来源信息，导致编辑、出版商和读者无法核实其准确性和真实性，这违背了科学出版的诚信和透明原则。其次，这些工具可能侵犯数据所有者的隐私和知识产权，因为它们通常使用了大量未经授权的受版权保护的作品进行训练。另外，生成式人工智能工具还可能加剧虚假信息的传播，例如深度伪造技术可用于制造假视频，误导公众或诽谤他人。 出于以上考虑，《自然》杂志决定在可预见的未来禁止使用生成式人工智能工具创作视觉内容。对于所有受委托的艺术家、电影制作人、插画师和摄影师，杂志要求在提交作品时确认未使用此类技术。来源 ， 来自：雷锋 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot

：DeepMind视频音频生成技术，为无声创造同步音轨的创新工具，结合像素和自然语言提示生成丰富的音景

：DeepMind视频音频生成技术，为无声视频创造同步音轨的创新工具，结合视频像素和自然语言提示生成丰富的音景 - DeepMind研发了视频到音频(V2A)技术，可以利用视频像素和文本提示生成与视频同步的丰富音轨。 - V2A可与像Veo这样的视频生成模型配合使用，为视频添加戏剧性配乐、逼真音效或与视频角色和语气匹配的对话。 - V2A也可以为各类传统镜头生成音轨，如档案素材、无声电影等，拓宽创作空间。 - V2A支持无限生成音轨，允许定义正向和负向提示来指导生成所需的音频。 - V2A使用基于扩散的方法，先编码视觉输入，然后模型逐步从随机噪声中提炼音频。这个过程同时利用视觉输入和文本提示进行指导。 - 为提高音频质量，训练中加入了AI生成的含音频详细描述和语音转录的注释信息。 - V2A可理解原始像素，添加文本提示是可选的。它也无需人工调整生成音频与视频的对齐。 - 当前局限包括视频失真可影响音频质量，语音同步存在待改进之处。 - DeepMind将采取负责任的方式开发和部署V2A，正在与顶级创作者合作改进技术，并加入合成识别工具SynthID以防范技术误用。 - V2A正在进行安全评估，初始结果显示它是使生成视频栩栩如生的有前景技术。

有了 ShotCut，将拥有功能齐全的移动工具，可以在路上编辑和定制视频，选择你希望变成惊人镜头的任何本地和照片，利用直观和

有了 ShotCut，将拥有功能齐全的移动工具，可以在路上编辑和定制视频，选择你希望变成惊人镜头的任何本地视频和照片，利用直观和可访问的编辑界面，这将使您能够为任何社交媒体网络创建最令人惊叹的视频. #剪辑 #ShotCut