谷歌为Gemini上线GIF动态图片生成功能,由Omni 1.2 Flash模型驱动
IT之家 11 月 21 日消息,谷歌宣布为 Gemini 上线 GIF 生成功能,相应功能由视频模型 Gemini Omni 1.2 Flash 驱动,可生成循环动态图效和搞笑表情包。该功能面向所有 Google AI 订阅用户开放,并在美国、日本、韩国、澳大利亚、加拿大、英国、德国和法国免费。用户可在主聊天输入提示词,或在图像与视频工具中选择 GIF 并描...
从发现前沿资讯,到找到趁手的工具。
AI Short写作与内容AI提示词管理和共享平台,多种场景的快捷指令
分类推荐榜首KKiro 是面向开发者的 AI 工程工具,可将需求整理为规格、架构与任务,通过智能体实现代码,并结合属性测试、执行记忆和开发工具集成支持从规划到代码审查的流程。
分类推荐榜首OOpenDesign 是开源设计工作区,可连接本地编程智能体、自带模型密钥或使用云端模型,围绕设计系统生成和编辑原型、网页、演示与图形;本地软件免费与模型服务费用需要区分。
分类推荐榜首JJAX 是一个面向加速器的 Python 数值计算库,专为高性能数组计算与大规模机器学习设计,支持在 CPU、GPU 和 TPU 等多种硬件后端上高效执行相同代码。
分类推荐榜首M
MemoAI音乐与音频MemoAI 是一款 AI 驱动的音视频转文字工具,支持本地化处理,无需上传数据,保障隐私安全。它可将 YouTube 视频、播客及本地音视频文件(如 MP4、MP3、AAC、M4A 等)高效转录为文本,并提供多语言翻译、说话人分离、实时字幕、浮动笔记等核心能力,适用于会议记录、访谈整理、内容学习等场景。
分类推荐榜首EEvoMap 是面向AI Agent经验复用的基础设施,通过GEP协议组织可复用策略与带验证记录的修复资产,提供市场和质量排序,帮助不同Agent发现、评估及继承已有能力。
分类推荐榜首AAssemblyAI 是面向开发者的语音 AI 平台,提供预录音、实时和短片同步转录 API,并结合说话人、情绪、章节与摘要分析,以及语音智能体、听写和敏感信息处理等能力构建语音应用。
待评分 · 分类列表推荐UUdacity AI 学院是人工智能课程与学习路径入口,涵盖机器学习、深度学习、计算机视觉、自然语言处理及 AI 产品管理,可按基础和目标选择课程与项目训练。
待评分 · 分类列表推荐CClipdrop 是一组 AI 图像创作与修图工具,涵盖背景移除、局部清理、扩图、放大、重新打光、文字移除和背景替换,可在网页处理图片,也提供面向开发者的图像能力接入入口。
待评分 · 分类列表推荐妙腾讯广告推出的AI直播电商解决方案
待评分 · 分类列表推荐IT之家 11 月 21 日消息,谷歌宣布为 Gemini 上线 GIF 生成功能,相应功能由视频模型 Gemini Omni 1.2 Flash 驱动,可生成循环动态图效和搞笑表情包。该功能面向所有 Google AI 订阅用户开放,并在美国、日本、韩国、澳大利亚、加拿大、英国、德国和法国免费。用户可在主聊天输入提示词,或在图像与视频工具中选择 GIF 并描...
智猩猩AI整理 编辑:没方 之前我们给大家介绍过Manus 2.0里有视频编辑器《Manus 2.0发布,能剪视频做游戏!个人AI助理还有钱包和电话》,用户只需要用自然语言输入需....
火山引擎近日推出豆包实时音视频通话模型SeedRealtime1.0的API服务,采用端到端统一建模架构,实现声音、画面、时序与表达的整合,支持边看、边听、边说的实时多模态交互,降低延迟并减少信息损耗,赋能智能助手、实时陪伴等场景的自然化交互。
是新朋友吗?记得先点蓝字“锌刻度”关注我哦~ 每日一篇科技财经深度调查 走进商业背后的故事 图片由AI生成 卖课的比做剧的更赚钱 撰文/孟会缘 ....
字节跳动旗下火山引擎于11月16日宣布,Seedance2.54K视频生成模型的API全面开放,支持开发者与企业客户直接调用。该模型经专项训练,具备更强的人物表情、动作与细节表现能力,支持Draft(样片)模式,可先以480P快速验证分镜,再生成4K正片,降低试错成本并提升制作效率。画质方面,模型实现更清晰的纹理与轮廓呈现,结合10-bit色深,色彩层次丰富,渐变平滑,整体质感满足大荧幕需求。随着API开放,4K视频生成能力进入规模化接入阶段,有望推动其在影视、广告等场景的应用落地。
之前凭借「一张图片生成整个 3D 世界」刷屏的李飞飞世界模型,现在终于向所有人开放了。就在今天,由「AI 教母」李飞飞创办的 World Labs 正式开放世界模型 Atlas,同步上线网页应用和开发者 API,新用户注册即送 10000 积分。体验地址:atlas.worldlabs.ai现在,我们也能亲自体验这项曾经只能在演示视频里看到的能力:随手...
火山引擎于11月12日发布视频生成模型Seedance2.5flash,定位为效果接近旗舰版的高性价比版本,生成速度提升一倍,720P下文生视频、图生视频生成价格约0.99元/秒,较前代降低约34%。支持单段最长30秒视频生成,可输入最多10张图片、5段视频与5段音频,提供480P和720P分辨率。该模型已陆续上线即梦、LibTV、Updream、Creao AI、TapNow等平台,API将于11月15日上线火山方舟。官方称其整体效果优于Seedance2.0,在指令遵循、物理运动与音频表现上保持高水平,支持多版本创意产出。对比案例显示,其在动作连贯性上表现突出,适用于影视与广告素材的批量生产。配合旗舰版Seedance2.5及Draft样片模式,形成覆盖高质量制作与高频批量生产的双梯度模型矩阵。
11月9日和10日,字节Seed与MiniMax前后脚发布了,各自的新一代图像模型Seedream 5.5和MiniMax H3-Image。前者主打百轮编辑不崩坏、原生透明素材和图层拆分等功能,后者主打10秒生成16MP大图、开放权重和更低的价格。我们用同一套提示词和素材做了四项同台对比,之后验证了两款模型各自独有的能力,目的是看两家模型的核心能力,放到同一套考题下能兑现多少。实测对比下来,我们总结出四条核心结论。一、写实已经不再是图像模型的分水岭。两家的人像和街景都能乱真,剩下的区别只是审美取向,MiniMax像“街头抓拍”,Seedream像“电影剧照”。选模型时,“谁更真”已经不再是用...
作者 | 哪吒 编辑 | 张洁 作者|博雯 编辑|张洁 “这可能是目前全球水平最高的性转马尔福。” 10月12日,B站UP主@Foyege弗曳哥 发....
IT之家 11 月 11 日消息,据彭博社报道,字节跳动计划在未来几周内推出一款类似 Meta Muse 的 AI 助手,巩固其在 AI 视频生成领域的领先优势。字节跳动希望借此加快追赶美国顶尖 AI 实验室的步伐,目标是在未来三年左右缩小双方差距。知情人士透露,字节跳动联合创始人张一鸣近日在一次面向 AI 团队的全员会议上,向研究人...
MiniMax稀宇科技于11月10日发布并开放权重的图像生成模型H3-Image,可在10秒内生成4096×4096像素、约16MP的4K图像,速度达市面主流水平5倍。该模型支持文本生成图像、图像参考与编辑,最多可使用16张参考图,具备强指令遵循能力与高真实感细节表现。权重已上线Hugging Face,并通过MiniMax开放平台、MiniMax Code与海螺提供服务。官方评测显示其标准模式耗时16.0秒,Highspeed模式10.3秒,显著优于同类模型。定价仅为同档位主流工具的50%-70%,首周生成请求享五折优惠。MiniMax表示将持续开放权重,推动开源模型与闭源模型差距缩小,竞争焦点正转向高分辨率下的效率与成本。
智东西(公众号:zhidxcom)作者 | 黄菲编辑 | 江宇智东西11月9日报道,今天下午,字节跳动Seed团队正式发布新一代图像创作模型Seedream 5.5。相比此前版本,Seedream 5.5重点强化了多轮编辑稳定性、原生RGBA透明素材生成、复杂文字与真实质感表现这三项核心能力。▲Seedream 5.5生成图片整体效果其中,多轮编辑支持围绕同...
最近的一个想法, Agent 是很牛逼,很强,但是如果它不能时时刻刻在线跟我们保持互动,只是单纯靠打字来回沟通,效率低不说,能做的还是太浅了。 换句话说, 一个实时语音....
字节Seed团队推出全新图像创作模型Seedream5.5,具备非编辑区域像素级保持、支持高达100轮连续创作、原生RGBA透明素材生成及显著提升的质感与文字渲染能力,适用于影视、电商、广告等领域,大幅提高专业视觉生产效率。
大家好,我是冷逸。现在,AI视频的技术路线大致有三条。一条是以Seedance2.5为代表的DiT扩散视频生成模型,一条是以Opus 5.5为主的Code-to-Video路径,还有一条是实时交互视频模型。这里面,第三条路线最难,但也最有可能成为AI时代的增量场景。以SD为例的视频生成模型,它主要为上一代成熟内容格式做降本增效,已经有成熟...
AI实验室Pangram Labs于11月4日发布Pangram Image1.0图像检测模型和Pangram Image Flash1.0视频检测模型。前者基于1200张测试数据,准确率达99.96%,可在低至256×256分辨率下保持96.4%准确度;后者在DF26数据集上准确率达98.7%,领先第二名29个百分点,显著提升数字内容真伪鉴别能力。
智东西(公众号:zhidxcom)作者 | 陈骏达编辑 | 云鹏OpenAI的图像生成模型,能直出动图了!▲图源:X平台智东西11月5日报道,今天,OpenAI发布新一代图像生成模型Images 2.6。此次升级主打两个方向:一个是生成更快、编辑控制更细,另一个就是首次支持直接生成GIF动图和SVG(矢量图,常用于嵌入网页)导出。按OpenAI给出的...
凤凰网科技讯 北京时间11月5日消息,据科技媒体The Verge报道,OpenAI推出新一代图像生成模型Images 2.6,并为ChatGPT增加原生GIF动画生成功能。用户只需输入文字描述或上....
可灵 AI 官方宣布 Kling4.0Flash 版本已面向全球用户全面开放,支持网页端、API、MCP、CLI 及 AI 插件接入,并深度集成至 Adobe Photoshop、Premiere Pro 和 After Effects 等专业软件,实现与传统后期制作工具的无缝衔接,显著提升创作者在高频内容创作与专业项目中的效率。
让好奇心有方向,让每一天的阅读更有价值。