在周二举行的Made on YouTube直播活动中,YouTube公司发布了专为Shorts创作者设计的多项生成式AI工具。这些工具包括谷歌文本转视频生成式AI模型Veo 3的定制版本、全新的混音工具、"AI编辑"功能等创新功能。
YouTube引入的Veo 3定制版本名为Veo 3 Fast,能够以更低延迟生成480p视频输出,让创作者轻松制作视频片段。值得注意的是,用户现在首次可以创建带有声音的视频内容。
该更新目前已在美国、英国、加拿大、澳大利亚和新西兰推出,YouTube计划未来将功能扩展到更多地区。
YouTube还为Shorts带来了新的Veo功能,包括将视频中的动作应用到静态图像的能力。例如,创作者可以通过让静态图像中的人物执行视频中的舞蹈动作来实现动画效果。该公司表示,这项技术能够捕捉并传输一个主体的动作到另一个主体上。
创作者现在还可以使用Veo为视频应用不同风格,如波普艺术或折纸风格。此外,创作者现在能够通过文本描述添加角色或道具等对象。这些新功能将在未来几个月内推出。
关于新的混音工具,创作者可以将符合条件的视频中的对话转换为其他Shorts的动听配乐。
YouTube Shorts和生成式AI创作产品总监Dina Berrada在博客文章中写道:"作为世界上最大的创意平台,YouTube是趋势诞生的地方,也是你汲取灵感的地方。想象一下,当你听到一句激发灵感的对话——一个有趣的短语、一句难忘的名言或独特的声音——你想要将其混音成新的声音。通过我们新的语音转歌曲混音工具,你就能做到这一点。"
YouTube指出,该功能使用谷歌的AI音乐模型Lyria 2来创建配乐。创作者可以为歌曲添加自己的风格,如"舒缓"、"适合跳舞"或"有趣"等。
该公司表示计划很快测试这项功能,并将在未来几周内向更多美国创作者推出。
通过新的AI编辑功能,创作者可以将原始素材转换为初稿。该功能通过寻找和整理最佳时刻、添加音乐和转场效果,将原始相机胶卷素材转换为初稿。它甚至可以添加能够对视频中发生的事情做出反应的英语或印地语配音。YouTube表示,该功能的理念是为创作者的Shorts提供起点。
YouTube正在Shorts和YouTube Create应用中实验AI编辑功能,并将在未来几周内在特定市场扩展该功能。
Q&A
Q1:Veo 3 Fast是什么?有什么特别之处?
A:Veo 3 Fast是YouTube引入的谷歌Veo 3文本转视频生成式AI模型的定制版本。它能够以更低延迟生成480p视频输出,让创作者轻松制作视频片段,最重要的是用户现在首次可以创建带有声音的视频内容。
Q2:语音转歌曲混音工具如何工作?
A:这项工具允许创作者将符合条件的视频中的对话转换为其他Shorts的动听配乐。该功能使用谷歌的AI音乐模型Lyria 2来创建配乐,创作者可以为歌曲添加自己的风格,如"舒缓"、"适合跳舞"或"有趣"等。
Q3:AI编辑功能能帮创作者做什么?
A:AI编辑功能可以将创作者的原始素材转换为初稿。它通过寻找和整理最佳时刻、添加音乐和转场效果来处理原始相机胶卷素材,甚至可以添加能够对视频中发生的事情做出反应的英语或印地语配音,为创作者的Shorts提供制作起点。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。