CVPR 2025 | SketchVideo让手绘动起来，视频生成进入线稿时代
CVPR 2025 | SketchVideo让手绘动起来，视频生成进入线稿时代近年来，生成式人工智能的快速发展，在文本和图像生成领域都取得了很大的成功。
来自主题: AI技术研报
5851 点击 2025-05-18 16:01
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
近年来，生成式人工智能的快速发展，在文本和图像生成领域都取得了很大的成功。
Chris Pelkey，一位枪击案受害者，对法庭如是说道。但这并不是他本人。他在 2021 年的一次路怒枪击事件中，已经不幸去世。庭审现场上播放的，是以 Pelkey 的形象和声音制作的 AI 视频。
今年以来，AI短剧的舆论风向一变再变。但在AI短剧的商业化逐渐得到验证后——有了真金白银收入，这一赛道似乎真正开始逼近产业化的临界点。
有博主利用一款名为 Higgsfield 的 AI 视频生成工具，一比一复刻了这些镜头，效果不说一模一样，只能说是毫无区别。据博主介绍，只需上传一张歌手的图像，选择 Higgsfield AI 的「Mouth In」（嘴部特写）镜头运动功能，几分钟内就能生成上面这个专业级镜头。
R1 横空出世，带火了 GRPO 算法，RL 也随之成为 2025 年的热门技术探索方向，近期，字节 Seed 团队就在图像生成方向进行了相关探索。
比起此前对生成时长、模型参数的强调，大半年来，不提Sora的AI视频玩家将这场“军备竞赛”的重点放在了三个维度上——卷一致性、卷可用性、卷可玩性。所谓的“一致性”指的是视频生成过程中帧与帧之间的过渡性、动作的连续性和场景的真实性等。
此次开源的 Wan2.1-VACE-1.3B 支持 480P 分辨率，Wan2.1-VACE-14B 支持 480P 和 720P 分辨率。通过 VACE，用户可一站式完成文生视频、图像参考生成、局部编辑与视频扩展等多种任务，无需频繁切换模型或工具，真正实现高效、灵活的视频创作体验。
字节拿出了国际顶尖水平的视觉–语言多模态大模型。
你好吖，我是布瓜~一个普通的二胎宝妈，也是一个AI变现探索者。
刚刚，鹅厂开源“自定义”视频生成模型HunyuanCustom。