新Sora

Watsonx.ai是IBM于5月9日发布的新一代企业级生成式人工智能和机器学习平台，Watsonx.ai将由基础模型驱动的新的生成性人工智能和传统的机器学习结合起来，成为一个跨越人工智能生命周期的强大平台。使用Watsonx.ai，开发人员可以轻松地训练、验证、调整和部署模型，只需用一小部分数据在短期时间内快速建立人工智能应用。预计Watsonx.ai将在7月全面上市。

Veed推出的AI视频背景移除工具

Capsule 是一个面向企业团队的人工智能视频编辑器（个人和小团队可免费使用），旨在通过将简单直观的操作界面与自动执行编辑任务的AI相结合，帮助内容和营销团队以高效的速度和轻松地创建视频。通过人工智能，Capsule 创新性地引入了新的视频剪辑制作界面——消除了时间线、图层或关键帧动画！ Capsule的产品功能 AI CoProducer 智能制片人，可帮助用户快速处理切片剪辑、过渡、节拍同步、对象跟踪、生成文案和B-roll等，让用户专注于更高层次的创意选择上 智能修改视频比例，CapsuleScript 响应式设计解决方案，可智能在16:9，9:16，4:5，1:1，2:3等视频比例中切换，自动裁切和匹配对应比例的画面 品牌视频设计系统。创作者可创建可重复使用的品牌动效图形模板和资产使团队能够快速创建符合品牌准则的视频，并可轻松管理动画Logo、颜色、字体等库 云端协作。用户可邀请成员加入工作台，多个团队成员可以同时在同一个项目中工作和编辑，满足跨不同平台高效协作的需要 Capsule的产品价格 Capsule目前提供Business版本和Enterprise版本， Business版本免费，针对小团队和个人，支持无限个协作者、创建最多3个项目、使用AI CoProducer等 Enterprise版本针对大型团队和企业，支持无限个协作者、无限项目、定制动效设计系统，需联系询价

Vidu是什么 Vidu是由生数科技与清华大学联合发布的中国首个长时长、高一致性、高动态性视频大模型。基于原创U-ViT架构，支持一键生成长达16秒、1080P分辨率的高清视频。Vidu能模拟真实物理世界，具有丰富想象力，可创作逼真或超现实内容，广泛应用于影视、广告、游戏等行业。 Vidu的主要功能 长时高清视频生成：Vidu能够根据文本描述一键生成长达16秒的高清视频，分辨率高达1080P。 多镜头生成：支持生成包含远景、近景、中景、特写等多种镜头的视频，有丰富的视角和动态效果。 时空一致性：在视频生成过程中保持高度一致性，确保场景转换平滑，元素之间协调统一。 物理世界模拟：能模拟真实世界的物理特性，如光影效果、物体运动等，视频内容更加逼真。 丰富想象力：除了模拟现实场景，Vidu还能创造出真实世界不存在的虚构画面，拓展创意边界。 多模态融合架构U-ViT：采用Diffusion与Transformer融合的架构，提高视频生成的效率和质量。 中国元素理解：能理解并生成具有中国特色的元素，如熊猫、龙等，丰富文化表达。 快速推理速度：实测生成4秒视频片段只需约30秒，提供行业领先的生成速度。 图生视频：提供基于图片的视频生成功能，用户可以选择“参考起始帧”或“参考人物角色”模式。 风格多样：支持多种视频风格，包括写实和动漫风格，满足不同用户需求。 Vidu的技术架构 Diffusion技术：Diffusion是一种生成模型技术，通过逐步引入噪声并学习如何逆转这个过程来生成高质量的图像或视频。Vidu利用Diffusion技术生成连贯且逼真的视频内容。 Transformer架构：Transformer是一种深度学习模型，最初用于自然语言处理任务，因其强大的性能和灵活性，后来被广泛应用于计算机视觉等领域。Vidu结合了Transformer架构来处理视频数据。 U-ViT架构：U-ViT是Vidu技术架构的核心，是一种将Diffusion与Transformer融合的创新架构。U-ViT由生数科技团队提出，是全球首个此类融合架构，它结合了Diffusion模型的生成能力和Transformer模型的感知能力。 多模态扩散模型UniDiffuser：UniDiffuser是生数科技基于U-ViT架构开发的多模态扩散模型，验证了U-ViT架构在处理大规模视觉任务时的可扩展性。 长视频表示与处理技术：Vidu在U-ViT架构的基础上，进一步突破了长视频表示与处理的关键技术，Vidu能够生成更长、更连贯的视频内容。 贝叶斯机器学习：贝叶斯机器学习是一种统计学习方法，通过贝叶斯定理来更新模型的概率估计。Vidu在开发过程中，团队利用了贝叶斯机器学习的技术来优化模型性能。 如何使用Vidu 文生视频（Text-to-Video）：用户输入文本描述，Vidu根据文本内容生成视频。适合从零开始创造视频内容。 图生视频（Image-to-Video）：用户上传图片，Vidu基于图片内容生成视频。有两种子模式： “参考起始帧”：使用上传的图片作为视频的起始帧，并基于此生成视频。 “参考人物角色”：识别图片中的人物，并在生成的视频中保持该人物的一致性。 注册和登录：访问Vidu的官方网站（vidu.studio），注册账号并登录。 选择生成模式：在页面上选择“文生视频”或“图生视频”模式。 输入文本或上传图片： 对于文生视频，输入详细的描述性文本，包括场景、动作、风格等。 对于图生视频，上传一张图片，并选择相应的生成模式。 调整生成参数：根据需要调整视频的时长、分辨率、风格等参数。 生成视频：点击生成按钮，Vidu将处理输入的文本或图片，并开始生成视频。 Vidu的适用人群 视频制作人员：包括电影制作人、广告创意人员、视频编辑等，可以利用Vidu快速生成创意视频内容。 游戏开发者：在游戏设计中需要生成逼真的动态背景或剧情动画的游戏开发者。 教育机构：教师和教育技术公司可以利用Vidu制作教育视频、模拟教学场景或科学可视化内容。 科研人员：科研领域中的研究人员可以使用Vidu模拟实验场景，帮助展示和理解复杂概念。 内容创作者：社交媒体影响者、博客作者和独立视频制作者可以利用Vidu生成有吸引力的视频内容。

Viva是什么 Viva AI是由智象未来（HiDream.ai）推出的一个免费的AI创意视觉生成平台，提供文本到图像、文本到视频、图像到视频等多种生成功能。用户只需输入描述性的文字或上传图片，Viva就能生成具有逼真效果的短视频。该平台具备AI视频生成、AI图像增强、视频增强、创意滤镜、和自动背景移除等特性，支持多种视频参数设置，如长宽比、运动强度等，并且提供4K分辨率放大，旨在帮助用户轻松创造和提升视觉内容，让每个瞬间都变得生动。 Viva的主要功能 AI视频生成：Viva AI突破了传统视频制作的界限，能够根据文本描述（文生视频）或现有图像（图生视频）生成引人入胜的视频内容，为视频创作者提供了无限的可能性。 AI图像生成：利用AI的强大能力，Viva AI能够根据用户的文本描述或现有图像，创造出全新的视觉作品，极大地丰富了图像创作的维度。 AI图像增强：平台的AI图像增强功能可以显著提升图像的清晰度、色彩和细节，使得每一张图像都焕发出专业级别的光彩。 AI视频增强：Viva AI的视频增强技术能够对视频内容进行深度优化，无论是提高分辨率（最高4K）还是增强动态效果，都能让视频内容更加生动和吸引人。 图像重绘：Viva AI的图像重绘功能允许用户对图像进行风格转换或外观调整，满足个性化设计的需求，创造出独一无二的视觉体验。 图像扩展：通过智能算法，Viva AI能够无缝扩展图像的画幅或内容，同时保持图像质量，为用户提供更大的创作空间。 图像消除：Viva AI的自动背景移除功能，使用户能够轻松去除图像中的背景元素，专注于突出主题，简化了复杂的图像编辑过程。 如何使用Viva生成视频 访问Viva的官网（vivago.ai/video），国内版为HiDream.ai（hidreamai.com/video） 选择Text to Video文生视频 输入提示词，设置负面提示词、视频画面比例和运动强度 最后点击Generate等待视频生成即可 你也可以选择Image to Video上传图片进行图生视频 Viva的应用场景 社交媒体内容：创作者可以利用Viva生成有趣的视频内容，用于吸引粉丝和提高社交媒体平台的互动率。 广告制作：企业或个人可以使用Viva快速制作广告视频，节省成本同时保持创意和吸引力。 电影和视频制作：电影制作人和视频编辑者可以使用Viva作为前期创意和概念验证的工具。 艺术创作：艺术家和设计师可以使用Viva将他们的创意想法转化为视觉作品，探索新的艺术表现形式。 个人娱乐：用户可以为自己或朋友制作个性化的视频，用于纪念特殊时刻或分享生活趣事。

Cohere是一个提供大语言模型的平台，帮助开发人员和企业构建高性能的AI产品。该平台主要提供AI驱动的搜索文本（多语言嵌入、神经搜索、搜索排名）、分类文本和生成文本等服务，可帮助企业快速部署对话式AI聊天机器人、生成式搜索引擎、文本摘要总结、增强向量检索等。 5月3日，Cohere公司获2.5亿美元融资，目前估值约20亿美元，投资者包括Saleforce、Nvidia、Index Ventures等。该公司的联合创始人 Aidan Gomez 是《Attention Is All You Need》论文的作者之一，此论文提出了 GPT 等大语言模型的采用的 Transformer 架构。 Cohere提供了一个Playground供用户试玩，如果你感兴趣的话可以访问试试看。另外Cohere还推出了LLM University，一个学习大语言模型的课程，可帮助你了解大型语言模型及其体系结构的基础知识。