阿里云的AI模型EMO上线通义App，允许用户通过照片和音频生成唱歌视频

阿里云的AI模型EMO上线通义App，允许用户通过照片和音频生成唱歌视频由通义实验室研发的AI模型EMO已在通义App上线，供用户免费使用。EMO是一个音频驱动的AI肖像视频生成系统，能够根据输入的参考图像和语音音频生成具有表现力的面部表情和头部姿势视频。用户可以选择多种模板，如热门歌曲或网络热梗，上传肖像照片后，EMO将合成相应的唱歌视频。目前，App提供了80多个模板，但不支持自定义音频。EMO的主要特点包括音频驱动的视频生成、高表现力和逼真度、无缝帧过渡、身份保持、稳定的控制机制、灵活的视频时长以及跨语言和风格的适应能力。此外，EMO的官方项目主页、研究论文和GitHub链接均已提供，模型和源码将待开源。关注频道@TestFlightCN

StoryDiffusion 是一个开源的图像和视频生成模型，它通过一致自注意力机制和运动预测器，能够生成连贯的长序列图像和

StoryDiffusion是一个开源的图像和视频生成模型，它通过一致自注意力机制和运动预测器，能够生成连贯的长序列图像和视频。这个模型的主要优点在于它能够生成具有角色一致性的图像，并且可以扩展到视频生成，为用户提供了一个创造长视频的新方法。该模型对AI驱动的图像和视频生成领域有积极的影响，并且鼓励用户负责任地使用该工具。使用场景示例：使用StoryDiffusion生成一系列漫画风格的图像。创建一个基于文本提示的长视频，展示一个连贯的故事。利用StoryDiffusion进行角色设计和场景布局的预可视化。产品特色：一致自注意力机制：生成长序列中的角色一致图像。运动预测器：在压缩的图像语义空间中预测运动，实现更大的运动预测。漫画生成：利用一致自注意力机制生成的图像，无缝过渡创建视频。图像到视频的生成：提供用户输入的条件图像序列来生成视频。两阶段长视频生成：结合两个部分生成非常长且高质量的AIGC视频。条件图像使用：图像到视频模型可以通过提供一系列用户输入的条件图像来生成视频。短视频生成：提供快速的视频生成结果。

【蚂蚁集团投资视频生成模型公司爱诗科技，由

【蚂蚁集团投资视频生成模型公司爱诗科技，由#字节前视觉技术负责人王长虎创立】据悉，蚂蚁集团已于近期独家投资了中国视频生成大模型公司爱诗科技的A2轮，该轮金额超过1亿元人民币。接近蚂蚁的人士说，蚂蚁除自研大模型并落地应用外，也在持续关注行业的前瞻探索，围绕大模型技术能力、产业应用和AI算力等核心技术和生态，已陆续投资了智谱AI、月之暗面等大模型创业公司和专注多模态的生数科技等。爱诗科技成立于2023年4月，目前团队约有30人，创始人兼CEO王长虎曾任字节跳动视觉技术负责人，在视频理解、数据处理、内容安全和视频生成等领域都有积累。（《晚点LatePost》）

PixVerse：AI文本和图像生成视频

PixVerse：AI文本和图像生成视频PixVerse是一个利用AI人工智能技术将文本和图像创建成令人惊叹的视频的平台。这个网站提供了一个强大的视频创作工具，允许用户将他们的想法转化为引人注目的视觉效果。通过这个平台，用户可以轻松地制作出具有专业水准的视频内容。标签：#网站#视频生成#AI视频#AI工具链接：https://www.appmiu.com/20408.html

腾讯混元大模型升级：部分中文能力已追平 GPT-4 支持 16s 视频生成

腾讯混元大模型升级：部分中文能力已追平GPT-4支持16s视频生成5月17日，腾讯集团副总裁蒋杰在腾讯云生成式AI产业应用峰会上表示，腾讯混元大模型通过持续迭代，目前整体性能已居国内第一梯队，部分中文能力已追平GPT-4。针对备受关注的生视频能力，腾讯混元支持文生视频、图生视频、图文生视频、视频生视频等多种视频生成能力，已经支持16s视频生成。在生3D层面，腾讯混元已布局文/图生3D，单图仅需30秒即可生成3D模型。（证券时报）

云从科技从容大模型一体机亮相鲲鹏升腾开发者大会

云从科技从容大模型一体机亮相鲲鹏升腾开发者大会云从科技消息，公司亮相鲲鹏升腾开发者大会2024，展示了自研从容大模型一体机，该产品依托于升腾AI基础软硬件平台，集成了云从自主研发的从容大模型算法及工具链，实现了从模型训练到推理应用的一体化高效解决方案，为行业用户提供了一站式、低门槛、高性能的人工智能基础设施。随着从容大模型一体机在市场中的逐步应用，云从科技预计将进一步激发行业对AI解决方案的需求。