AtomoVideo：阿里巴巴开发的高保真图像到视频生成开源模型 可以生成符合真实世界运动状态的

：阿里巴巴开发的高保真图像到视频生成开源模型可以生成符合真实世界运动状态的视频主要功能：1、高保真视频生成：AtomoVideo可以从单一静态图像生成高保真的视频序列，视频中的内容不仅与原始图片保持高度一致，而且动作自然流畅。2、动作强度和连贯性：AtomoVideo生成的视频具有自然流畅的动作和良好的时间连贯性。视频中的运动看起来既自然又符合逻辑，没有突兀或不自然的过渡。为了让视频里的动作看起来自然，AtomoVideo引入了时间卷积和时间注意力模块，这些模块专门处理视频帧之间的时间关系，帮助模型预测下一帧画面的变化，从而实现连贯的视频动作。AtomoVideo会特别处理视频的时间信息，让图片中的物体像在真实世界那样随时间移动和变化。3、个性化适配：AtomoVideo能够与不同的个性化文本到图像（T2I）模型兼容，无需进行特定调整，这让它能够广泛适用于各种场景。AtomoVideo还能结合文字描述来生成视频。比如，你给它一张静态的海边图片，并告诉它“海浪轻轻拍打沙滩”，它就能根据这个描述生成一段海浪真的拍打沙滩的视频。

字节跳动发布视频生成AI —— MagicEdit

字节跳动发布视频生成AI——MagicEditMagicEdit是一种出奇简单但有效的文本引导视频编辑任务的解决方案，通过在AI训练期间明确地解开内容、结构和运动信号的学习，可以实现高保真和连贯的视频到视频翻译。这与大多数现有方法矛盾，大多数现有方法试图对它们进行联合建模，作者认为这会导致每帧画面的质量下降。结果表明MagicEdit的方法虽然很简单，但出色的效果支持各种下游视频编辑任务，包括风格滤镜、本地编辑、概念混合生成和扩展/局部绘制。投稿：@ZaiHuaBot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。

云从科技：从容大模型支持通过文本和音频生成图像和视频

云从科技：从容大模型支持通过文本和音频生成图像和视频OpenAI的视频生成模型Sora引发关注，云从科技相关负责人表示，云从科技在视觉方面积累较为深厚，目前，从容大模型已实现利用diffusion、GAN等生成式技术围绕人物图像、人物视频数据进行建模，通过文本和音频实现对图像和视频内容进行生成、控制、编辑。应用上，云从科技与天津港、华为等共同开发港口大模型PortGPT，核心是AI智能体天天，通过AI生成交互画面，协同数据分析，提高港口运转效率及安全性。此外，还在文生图像、视频等跨模态领域积极布局，包括发布数字人能力平台，生成AI视频；与中国电信合作AI营销海报生成等。（科创板日报）

盛趣游戏林蕤：对 AI 视频生成技术接入实际研发管线保持乐观

盛趣游戏林蕤：对AI视频生成技术接入实际研发管线保持乐观2月21日，盛趣游戏艺术专家委员会执行主席、美术中心美术总监林蕤对e公司记者表示，OpenAISora体现了继RunwayGen2、PikaLabs之后，AIGC文生视频工具的又一次进步，发布的视频在时长、一致性、稳定性、视角、物理等方面体现出较大的提升。Sora是体现ChatGPT大语言模型逻辑的“世界模拟器”，其潜力远超影片生成工具的范围。落地AI文生视频技术对于游戏研发团队来说是充满吸引力的选项，盛趣游戏从2023年开始就在努力推动AIGC视频生成工具在游戏过场动画、角色形象表现、风格转化、动效表现等方面的落地应用并为之建设对应的生产管线。团队关注它的持续进步，对AI视频生成技术接入实际研发管线保持乐观。

谷歌 DeepMind 开发新 AI 可为视频生成配乐和对白

谷歌DeepMind开发新AI可为视频生成配乐和对白近日，Google的人工智能研究实验室DeepMind表示，它正在开发为视频生成配乐的人工智能技术。DeepMind在其官方博客上发表文章称，它认为V2A（"视频到音频"的缩写）技术是人工智能生成媒体拼图中必不可少的一部分。虽然包括DeepMind在内的许多机构已经开发出了视频生成人工智能模型，但这些模型无法在生成视频时同步生成音效。