视频生成模型
最大参数 300 亿！阶跃星辰与吉利联合开源两款多模态大模型
吉利汽车集团与阶跃星辰联合宣布，将Step系列多模态大模型向全球开发者开源。包括参数量最大的视频生成模型和首款语音交互大模型。阶跃Step-Video-T2V可直接生成高质量视频，而阶跃Step-Audio是业内首个产品级的开源语音交互模型。
阶跃星辰刚刚开源了其30B参数视频生成模型：Step-Video-T2V
阶跃星辰发布30B参数视频生成模型Step-Video-T2V，支持中英双语输入及可变长度视频生成，提供标准版和加速版。采用DiT架构与3D全注意力机制，使用DPO技术优化质量，配置推荐使用步骤推理步数及cfg_scale值。
Adobe发布全新生成式AI应用Firefly，进军商业化
专注于AIGC领域的专业社区分享了Adobe发布的全新生成式AI应用Adobe Firefly。它支持图像、矢量图形及视频生成功能，并且首次推出处于公测试阶段的文生视频模型，实现了从文本提示到高质量1080p视频的转化。
豆包开源视频生成模型 VideoWorld 了
字节跳动开源VideoWorld视频生成模型，无需语言模型即可学习时空动态规律，降低技术门槛，具有广泛应用前景。但存在抽象概念建模困难、算力需求高等挑战。
重磅：Google 推出图文视频生成双王！Sora要完了？
Google发布了全新的Veo 2视频生成模型和Imagen 3图像生成模型。测试结果显示，Veo 2在画面质量和提示词遵从度上都超越了OpenAI的Sora。此外，Imagen 3在文字渲染和细节呈现方面表现优异，创下了1115的新高分。Google已经在多个平台上推出这两款产品。