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
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
谷歌在Android Show发布会上宣布,将Gemini更深度整合至Android系统,推出名为"Gemini Intelligence"的升级功能。该功能可跨应用处理日常任务,包括自动填写表单、安排日程、生成购物清单及自定义小组件等,无需用户频繁切换应用。此外,Gboard新增"Rambler"功能,可自动过滤语音输入中的口误和填充词。Gemini Intelligence将率先登陆三星Galaxy和谷歌Pixel手机,并支持Android Auto、Wear OS及智能眼镜。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。