生成式视频领域的先驱Runway刚刚发布了其最新AI模型Runway Aleph,旨在重新定义人们创建和编辑视频内容的方式。
Aleph基于Runway在通用世界模型和仿真模型方面的研究成果,为用户提供了一个对话式AI工具,能够对视频素材(无论是生成的还是现有的)进行即时复杂编辑。例如,想要从镜头中移除一辆汽车?更换背景?重新设计整个场景?据Runway介绍,Aleph让用户只需通过简单的提示词就能实现这些功能。
与以往主要专注于文本生成视频的模型不同,Aleph强调"流畅编辑"功能。它可以添加或删除物体、调整动作、改变光照,并在帧间保持连续性,而这些正是历来困扰AI视频工具的挑战。该公司表示,Aleph的局部和全局编辑能力能够保持场景、角色和环境的一致性,让创作者无需修复逐帧故障。
"Runway Aleph不仅仅是一个新模型——它代表了对视频的全新思考方式,"Runway在其发布公告中写道。
此次发布正值AI视频创作领域竞争白热化之际。OpenAI、谷歌、微软和Meta等科技巨头今年都展示了各自的AI视频模型。但Runway作为通过其早期Gen-1和Gen-2模型推广AI视频的公司,声称Aleph通过结合高保真生成和实时对话式编辑将技术推向了新高度——这对希望加快工作流程的电影制作人、工作室和广告商来说可能意义重大。
Runway表示,Aleph已经被主要电影工作室、广告代理商、建筑公司、游戏公司和电商团队使用。该公司目前正在向企业客户和创意合作伙伴提供早期访问权限,更广泛的可用性将在未来几天内推出。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。