多模态生成

近 30 天 11 条动态

近期动态

周四 1 条

IT之家评分51快手CEO程一笑:Kling 4.0模型已进入游戏和具身智能等场景程一笑在业绩会中透露,Kling 4.0上线后可灵流水提升,收入增长由企业客户API调用和专业创作者付费订阅双轮驱动,用户规模与ARPPU均保持增长;该模型已进入影视、广告营销、游戏和具身智能等场景。展开收起

程一笑在业绩会中透露,Kling 4.0上线后可灵流水提升,收入增长由企业客户API调用和专业创作者付费订阅双轮驱动,用户规模与ARPPU均保持增长;该模型已进入影视、广告营销、游戏和具身智能等场景。

周三 1 条

华尔街见闻评分46可灵AI发布Kling Image 4.0:支持原生8K与组图直出11月17日晚,可灵AI上线新一代图像创作模型Kling Image 4.0,聚焦影视创作、广告营销等专业图像场景,围绕真实感、文字表现、指令理解与一致性升级。该模型首次支持原生8K图像生成,单张图片内可生成2000字并提供70余款预设字体,还支持一次描述最多生成10张系列图片及电商详情页、网页设计长图。展开收起

11月17日晚,可灵AI上线新一代图像创作模型Kling Image 4.0,聚焦影视创作、广告营销等专业图像场景,围绕真实感、文字表现、指令理解与一致性升级。该模型首次支持原生8K图像生成,单张图片内可生成2000字并提供70余款预设字体,还支持一次描述最多生成10张系列图片及电商详情页、网页设计长图。

周一 1 条

IT之家评分51字节跳动Seedance 2.5 4K视频生成模型API全面开放字节跳动火山引擎宣布,Seedance 2.5 4K视频生成模型API全面开放,开发者与企业客户可通过接口调用。该模型于10月23日发布,支持Draft模式,可先用480P样片验证分镜,再生成4K正片,并具备10-bit色深。展开收起

字节跳动火山引擎宣布,Seedance 2.5 4K视频生成模型API全面开放,开发者与企业客户可通过接口调用。该模型于10月23日发布,支持Draft模式,可先用480P样片验证分镜,再生成4K正片,并具备10-bit色深。

周四 1 条

X(@ArtificialAnlys)评分46ADM 3 Cloud照片编辑效果优于从零生成整张图片ADM 3 Cloud是苹果私有云计算上的新图像模型,于9月14日随iOS 27发布,支持“照片”应用中的空间重构等编辑功能,并用于图像游乐场和Genmoji。原文称,其编辑照片的效果优于从零生成整张图片。展开收起

ADM 3 Cloud是苹果私有云计算上的新图像模型,于9月14日随iOS 27发布,支持“照片”应用中的空间重构等编辑功能,并用于图像游乐场和Genmoji。原文称,其编辑照片的效果优于从零生成整张图片。

周一 2 条

华尔街见闻评分46字节跳动发布Seedream 5.5,新模型生成速度大幅提升11月9日,字节跳动正式发布豆包图像创作模型Seedream 5.5。与上一代Seedream 5.0Pro相比,新模型生成速度大幅提升;豆包、豆包工作和即梦已同步接入,API即将上线火山方舟平台。展开收起

11月9日,字节跳动正式发布豆包图像创作模型Seedream 5.5。与上一代Seedream 5.0Pro相比,新模型生成速度大幅提升;豆包、豆包工作和即梦已同步接入,API即将上线火山方舟平台。

周四 2 条

X(@swyx)评分46OpenAI推出ChatGPT Images 2.6,新增GIF和参考图像支持OpenAI宣布推出ChatGPT Images 2.6,新增GIF和参考图像支持。公司同时称,API即将上线两款新模型,图像生成速度提升50%;相关信息来自OpenAI在X平台发布的引用帖。展开收起

OpenAI宣布推出ChatGPT Images 2.6,新增GIF和参考图像支持。公司同时称,API即将上线两款新模型,图像生成速度提升50%;相关信息来自OpenAI在X平台发布的引用帖。

IT之家评分51OpenAI升级ChatGPT图片能力,支持直接生成和编辑GIF动画据The Verge报道,ChatGPT现可通过提示词或上传照片创建GIF,并支持调整播放速度、编辑单帧和分享。该功能随OpenAI Images 2.6更新推出,正向所有ChatGPT和Codex用户的网页、桌面及移动端推送。OpenAI称,用户目前每周通过ChatGPT及其API生成超40亿张图片,高于9月公布的30亿张。展开收起

据The Verge报道,ChatGPT现可通过提示词或上传照片创建GIF,并支持调整播放速度、编辑单帧和分享。该功能随OpenAI Images 2.6更新推出,正向所有ChatGPT和Codex用户的网页、桌面及移动端推送。OpenAI称,用户目前每周通过ChatGPT及其API生成超40亿张图片,高于9月公布的30亿张。

周五 2 条

华尔街见闻评分48英伟达团队开源基于MiniMaxH3的视频增强方案,最高支持4K重生成英伟达与麻省理工学院研究人员组成的Efficient-Large-Model团队近日在Hugging Face发布Open-H3-Regenerate-2K模型权重,并在NVlabs/Sana仓库开放配套推理代码。该方案基于MiniMaxH3,可将低分辨率视频草稿重生成至2560×1440的2K输出,最高支持3840×2160原生4K重生成。展开收起

英伟达与麻省理工学院研究人员组成的Efficient-Large-Model团队近日在Hugging Face发布Open-H3-Regenerate-2K模型权重,并在NVlabs/Sana仓库开放配套推理代码。该方案基于MiniMaxH3,可将低分辨率视频草稿重生成至2560×1440的2K输出,最高支持3840×2160原生4K重生成。

X(@ArtificialAnlys)评分58Utopai X(基于 MiniMax H3)在 AA-Video-I2V v2.1 排名第二,仅次于 Dreamina Seedance 2.5Utopai Studios的视频模型 Utopai X 在 MiniMax H3 上进行后期训练,已在 PAI 平台支持图像转视频;其在 AA-Video-I2V v2.1 排名第二,仅次于 Dreamina Seedance 2.5。平台每秒 1080p 视频收取 93 个 PAI 积分,暂无公开 API,套餐每月 15 美元起。展开收起

Utopai Studios的视频模型 Utopai X 在 MiniMax H3 上进行后期训练,已在 PAI 平台支持图像转视频;其在 AA-Video-I2V v2.1 排名第二,仅次于 Dreamina Seedance 2.5。平台每秒 1080p 视频收取 93 个 PAI 积分,暂无公开 API,套餐每月 15 美元起。