11月8日,智譜推出新清影:10s時長、4k、60幀超高清畫質(zhì)、任意尺寸,自帶音效,以及更好人體動作和物理世界模擬。
3個月前,作為國內(nèi)首個面向公眾開放的視頻生成產(chǎn)品,清影上線清言App,只需一段指令或圖片,30秒就能生成AI視頻。為人類影視創(chuàng)作帶來了更多創(chuàng)新玩法,如廣告制作、短視頻、表情包梗圖等。
清影發(fā)布后不久,GLM技術(shù)團隊先后開源了CogVideoX 2B和5B版本兩個模型,可在消費級顯卡上流暢運行,性能領(lǐng)先的CogVideoX-5B模型自開源以來受到廣泛的關(guān)注,并衍生出如CogVideoX-factory等大量的二次開發(fā)項目。
基于CogVideoX模型的最新技術(shù)進展和智譜最新推出的音效模型CogSound,新清影在以下5個方面實現(xiàn)了提升。
· 模型能力全面提升:在圖生視頻的質(zhì)量、美學表現(xiàn)、運動合理性以及復雜提示詞語義理解方面能力明顯增強。
· 4K超高清分辨率:支持生成 10s、4K、60幀超高清視頻,視覺體驗拉到極致,動態(tài)畫面更加流暢。
· 可變比例:支持任意比例的圖像生成視頻,超寬畫幅也能輕松Hold住,從而適應(yīng)不同的播放需求。
· 多通道生成能力:同一指令/圖片可以一次性生成4個視頻。
· 帶聲效的AI視頻:新清影可以生成與畫面匹配的音效了。音效功能將很快在本月上線公測。
即日起,新清影在智譜清言App上線,為了支持廣大開發(fā)者,智譜同時將CogVideoX v1.5-5B、CogVideoX v1.5-5B-I2V進行了開源。
生成視頻將為影視工作者、短視頻創(chuàng)作者提升產(chǎn)量、產(chǎn)能,在其生產(chǎn)流程中發(fā)揮重要作用。不到一年時間,生成視頻技術(shù)在視頻時長、生成速度、分辨率、一致性等方面已經(jīng)顯示出長足進步。新清影往前又邁進了一步,未來,智譜也將攜手視覺中國等合作伙伴,基于更豐富的視覺內(nèi)容,產(chǎn)出更好的AI生成視頻工具。
“默片 Sora”進入“有聲電影時代”
智譜認為真正的智能一定是多模態(tài)的,聽覺、視覺、觸覺等共同參與了人腦認知能力的形成,因此,智譜希望包括文字、圖像、語音和視覺等模態(tài)在內(nèi)的智譜多模態(tài)大模型矩陣,能夠進一步提高大模型的應(yīng)用和工具能力。
因此,GLM模型家族逐步從文字拓展至圖片、視頻、聲音,以及音效。今天,GLM家族加入了新成員——音效模型CogSound和音樂模型CogMusic。即將上線與大家見面的音效模型CogSound能根據(jù)視頻自動生成音效、節(jié)奏等音樂元素,它是基于GLM-4V的視頻理解能力,能夠準確識別并理解視頻背后的語義和情感,在此基礎(chǔ)上生成與之相匹配的音頻內(nèi)容,甚至生成復雜音效,如爆炸、水流、樂器、動物叫聲、交通工具聲等。
音效模型的出現(xiàn)能夠?qū)崿F(xiàn)視頻與聲音的同步創(chuàng)作。同時該模型在電影行業(yè)也具有廣泛的應(yīng)用前景,比如可以生成電影中的大規(guī)模戰(zhàn)斗場景和災(zāi)難場景的聲音,大大縮短了制作周期,降低了制作成本。
「CogVideoX + CogSound」由清影生成畫面,音效模型配音
兩周前,智譜剛剛發(fā)布最新的GLM-4-Voice情感語音模型。今天,隨著音效模型的加入,GLM大模型在聲音模態(tài)領(lǐng)域?qū)崿F(xiàn)了人聲、音效、音樂的多鏈路布局,基于圖像、視頻和聲音的多模態(tài)模型矩陣由此更加完整,意味著智譜在多模態(tài)和工具兩個維度上都朝著AGI的目標邁出了一小步。
音效模型將于本月上線清言App,與新清影一起生成有聲AI影片。智譜的理想狀態(tài)是,只需一個好的創(chuàng)意,剩下的事AI都能輔助搞定,輕松將一個idea、一張圖,變成一段自帶bgm的影片。相信這個組合能給創(chuàng)作者和用戶帶來AI生視頻的全新體驗。
當前,AI生成視頻用于影視創(chuàng)作仍需要多種不同的創(chuàng)作工具串聯(lián)使用。但基于智譜多模態(tài)的最新成果,實現(xiàn)這種一站式AI原生多模態(tài)工作流,這樣的前景無疑是激動人心的。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹慎對待。投資者據(jù)此操作,風險自擔。
2024年的Adobe MAX 2024發(fā)布會上,Adobe推出了最新版本的Adobe Creative Cloud。
奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。
“以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進了21600元。
華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實質(zhì)性的幫助,雙十一期間低至2799元,性價比很高,簡直是創(chuàng)作者們的首選。
9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會——工業(yè)互聯(lián)網(wǎng)標識解析專題論壇在沈陽成功舉辦。