谷歌最先进的视频生成模型Veo 2,使用自然语言查询终端命令,将多种Agent框架转换为MCP服务器工具

谷歌最先进的视频生成模型Veo 2能将文本、图像或两者结合转化为八秒的视频,它擅长理解简单和复杂指令,并准确模拟现实世界的物理规律。开发者可以通过Google AI Studio、Gemini API等平台使用Veo 2的核心功能包括文本到视频和图像到视频。同时介绍Python工具Zev用于自然语言查询终端命令、VS Code扩展RooFlow增强AI辅助开发、实时会议转录APIVexa支持多种平台并提供企业级安全保障的工具automcp。

腾讯版Sora发布即开源!130亿参数,模型权重、推理代码全开放

腾讯发布超大规模视频生成模型混元,参数量达130亿,并已上线用户试用。该模型具备超写实画质、高语义一致性和流畅运动画面等优势。同时支持多镜头切换和动作生成等功能。