7月4日,世界人工智能大会(WAIC 2024)在上海召开,由商汤科技打造的首个面向C端用户的可控人物视频生成大模型Vimi亮相。商汤方面介绍,基于商汤日日新大模型的能力,仅通过一张任意风格的照片就能生成和目标动作一致的人物类视频,并支持多种驱动方式,可通过已有人物视频、动画、声音、文字等多种元素进行驱动。
与图片表情控制类技术只能控制头部表情动作不同,商汤介绍,Vimi能够实现精准的人物表情控制,还可实现在半身区域内控制照片中人物的自然肢体变化,并自动生成与人物相符的头发、服饰及背景变化,可稳定生成1分钟的单镜头人物类视频,据悉Vimi将完全面向C端用户开放使用。
①OpenAI据悉正在打造类似X的社交网络;②抖音公开算法原理;③谷歌已将Veo 2视频生成模型全面整合至Gemini。
“由于推理技术加入,代理AI(Agentic AI)动不动就需要高出上百倍的计算量。”黄仁勋说。
宇树旗下人形机器人G1实拍展示“鲤鱼打挺”
“程序员以后或许会被相邻的职业兼并,就好像现在没人会雇佣计算机打字员一样。”