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
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。