知名AI图像生成公司Midjourney周三宣布推出备受期待的AI视频生成模型V1。
V1是一个图像转视频模型,用户可以上传图片或使用Midjourney其他模型生成的图像,V1将基于该图像生成四个5秒钟的视频。与Midjourney的图像模型类似,V1仅通过Discord平台提供服务,发布时仅支持网页版。
V1的推出使Midjourney与其他公司的AI视频生成模型展开竞争,包括OpenAI的Sora、Runway的Gen 4、Adobe的Firefly和谷歌的Veo 3。虽然许多公司专注于开发可控的AI视频模型用于商业场景,但Midjourney一直以其独特的AI图像模型吸引创意用户而脱颖而出。
该公司表示,其AI视频模型的目标不仅仅是为好莱坞电影或广告行业生成素材。Midjourney首席执行官David Holz在博客文章中表示,AI视频模型是公司迈向终极目标的下一步,即创建"能够进行实时开放世界模拟"的AI模型。
在AI视频模型之后,Midjourney计划开发用于3D渲染的AI模型以及实时AI模型。
Midjourney V1模型的发布距离该公司被迪士尼和环球影业起诉仅一周时间。诉讼指控Midjourney的AI图像模型创建的图像描绘了这些电影公司的版权角色,如辛普森一家的荷马和星战中的达斯·维达。
好莱坞电影公司一直在努力应对AI图像和视频生成模型日益增长的人气。人们越来越担心这些AI工具可能会取代或贬低各自领域创意工作者的价值,多家媒体公司指控这些产品使用了他们的版权作品进行训练。
虽然Midjourney试图将自己定位为与其他AI图像和视频初创公司不同——更专注于创意而非直接的商业应用——但该公司无法摆脱这些指控。
首先,Midjourney表示视频生成的收费将比典型图像生成高8倍,这意味着订阅用户在创建视频时会比创建图像更快地用完每月分配的生成次数。
发布时,试用V1最便宜的方式是订阅Midjourney的10美元/月基础计划。订阅60美元/月专业计划和120美元/月超级计划的用户将在公司较慢的"放松"模式下获得无限视频生成。Midjourney表示将在下个月重新评估视频模型的定价。
V1提供了几个自定义设置,允许用户控制视频模型的输出。
用户可以选择自动动画设置让图像随机移动,或选择手动设置,允许用户通过文本描述他们想要添加到视频中的特定动画。用户还可以通过在设置中选择"低运动"或"高运动"来调整摄像机和主体的运动量。
虽然V1生成的视频只有5秒长,但用户可以选择将其延长4秒,最多可延长四次,这意味着V1视频最长可达21秒。
与Midjourney的AI图像模型类似,V1视频的早期演示看起来有些超现实,而非超写实。对V1的初步反响是积极的,但与其他已上市数月甚至数年的领先AI视频模型相比,其表现如何仍不明确。
好文章,需要你的鼓励
微软高级软件工程师Alice Vinogradova将自己用SAP ABAP语言编写的向量数据库ZVDB移植到了搭载Z80处理器的经典计算机Sinclair ZX Spectrum上。她发现ABAP(1983年)和Z80(1976年)几乎是同时代产物,都诞生于内存珍贵、每个字节都很重要的计算时代。通过应用Z80优化技术,尽管时钟频率相差857倍,但代码运行速度仅慢3-6倍。她认为这些老式优化技术具有普遍适用性,在现代硬件上依然有效。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
韩国电子巨头三星宣布收购美国西雅图数字健康技术公司Xealth,进一步扩大在健康领域的布局。Xealth专注于帮助医疗专业人员将数字健康技术整合到日常实践中,与70多家数字健康技术供应商合作,应用覆盖美国500多家医院。此次收购将推动三星向连接医疗保健平台转型,结合其在传感器技术和可穿戴设备方面的优势,完善Samsung Health平台功能。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。