通用汽车用 AI 重塑车身设计:手绘草图数小时变 3D 动画
通用汽车公布其在整车设计流程中全面引入生成式 AI 工具。通过与初创公司 Vizcom 合作,GM 可在一天内将手绘草图转化为 360 度 3D 模型和动态视频;配合虚拟风洞,风阻估算从两周缩至即时反馈,大幅压缩研发周期。
通用汽车公布其在整车设计流程中全面引入生成式 AI 工具。通过与初创公司 Vizcom 合作,GM 可在一天内将手绘草图转化为 360 度 3D 模型和动态视频;配合虚拟风洞,风阻估算从两周缩至即时反馈,大幅压缩研发周期。
视频生成控制框架 Token Dial 公开论文。它无需重新训练主模型,让用户能通过滑杆连续调节外观与动作强度,比如烟雾多浓、车速多快。最值得关注的是,它用连续参数替代了靠提示词碰运气,让视频生成的精细控制变得可行。
UFC 总裁 Dana White 回应粉丝对赛事宣传片采用 AI 生成内容的批评,称 AI 的普及趋势不可阻挡,并直言批评者应当「闭嘴看比赛」。这一粗暴回应直接引爆了体育娱乐界用 AI 降本提速与保护传统创意人员之间的尖锐矛盾。
Runway 网页端上线新应用 Ad Concepter。用户只需提供一段提示词、一张参考图和一张产品图,就能快速生成广告构图、视觉概念与故事节奏。最值得关注的是,创作者和营销人员无需搭建复杂工作流,即可低门槛批量探索广告创意。
CapCut 在网页端推出 Video Studio,摒弃传统时间线,改用无限画布整合构思、分镜与生成。该工作台接入 Dreamina Seedance 2.0 模型,并配有 AI 智能体协助编剧。不过 Seedance 2.0 目前仅限东南亚、中东及拉美等地区可用。
AI 工具 RealMaster 能把 GTA 等游戏或 3D 渲染画面转化为照片级真实视频。与破坏画面的同类工具不同,它能完整保留原视频的几何结构、阴影和运动逻辑,除了游戏写实化,还能用于增强自动驾驶的模拟训练数据。
OpenAI 被曝将逐步关闭 Sora 及其 API 等全部视频产品,把算力腾给数周内推出的下一代核心模型「Spud」。Sora 团队转向机器人世界模拟,迪士尼 10 亿美元合作随之搁置。换句话说,OpenAI 正在砍掉吞噬资源的支线任务,全力回防核心模型竞争。
OpenAI 宣布停运视频生成产品 Sora。其网页版和独立 App 将于 4 月 26 日停止服务,API 接口则延至 9 月 24 日下线。用户需前往指定页面导出此前生成的内容,逾期数据将被永久删除,剩余积分可转用于 Codex。
Sora 团队发文宣布将关闭其应用程序及 API 服务。团队向所有使用 Sora 创作的用户致谢,并表示深知该消息令人失望。官方承诺很快会公布具体的关停时间表,以及用户保存过往作品的详细指引。
开源视频模型 DaVinci Magihuman 发布,这是一个 150 亿参数、原生生成带音频视频的统一模型。其自测基准和真人盲测表现均优于 LTX 2.3,且开箱即无审查。不过即使是蒸馏版体积也达 61GB,普通消费级显卡很难跑动。
阿里开源音效生成模型 PrismAudio。它将强化学习与思维链结合,先分析画面再生成声画同步的音效。模型参数仅 5.18 亿,生成 9 秒音频只需 0.63 秒,在多项基准测试和生成速度上均优于 MM-Audio 等数十亿参数竞品。
OpenAI 宣布将关停推出仅数月的 Sora 独立视频应用。知情人士透露,迪士尼随之撤出去年 12 月达成的 10 亿美元投资及 IP 授权协议。AI 视频能力后续将整合进 ChatGPT,而此举也让 Google 在规模化 AI 视频领域占据优势。
Instagram 面向部分用户推出「AI Transition」功能。用户在发 Stories 时选中两张或更多照片,AI 会通过变形算法自动生成连贯的动态视频,省去实拍流程,还能导出转发为 Reels。使用前需同意 Meta AI 条款。
研究团队提出 3D 视频定制框架 3DreamBooth。它将定制主体视为 3D 实体,靠单帧优化解耦空间几何与时间动作,并配合 3Dapter 模块补充多视角线索。这意味着视频模型生成新视角时不用瞎编细节,彻底搞定 3D 一致性。
3 月,YouTube 开始向用户发放问卷,直接询问观看的视频是否让人觉得是「AI 垃圾内容(AI slop)」。问卷提供从「完全不是」到「极其严重」的五档选项,以收集反馈打击粗制滥造的纯 AI 视频。不过官方尚未说明被反复标记的视频会面临何种降权处罚。
本周在 NVIDIA GTC 上,Runway 与 NVIDIA 展示了一款运行在 Vera Rubin 上的实时高清视频模型研究预览。该模型能即时生成高清视频,首帧延迟低于 100 毫秒,并将支撑其通用世界模型 GWM-1。目前这项技术仅为研究预览,尚未正式上线。
据 Variety 报道,独立电影《As Deep as the Grave》利用生成式 AI 完整重现了已故影星 Val Kilmer 的形象与声音。Kilmer 生前因喉癌无法进组,制作方在获得其家属授权并遵循工会规范后,借助家庭影像与后期技术完成出演,成为 AI 伦理合规参演的新案例。
谷歌开源视频超分辨率工具 Spark VSSR,可将低画质视频放大并锐化细节,适用于老电影修复与风景动画。项目开放了推理权重、全套训练代码与数据集,总大小约 42.2 GB,需高端 GPU 运行。这意味着开发者可以直接在本地微调和运行顶尖画质的视频放大管线。
研究人员提出 World Reconstruction from Inconsistent Views,能将 AI 生成视频转化为一致的 3D 世界。它通过非刚性几何对齐消除帧间形变与矛盾,单段视频即可重建,且不挑视频模型。最关键的是,它直接把现有视频生成器变成了可漫游的 3D 场景工具。
美国两名参议员致信字节跳动,要求其立即关停 AI 视频应用 Seedance 2.0。此前该应用生成的灭霸大战超人、虚构阿汤哥对决等片段引发侵权争议。字节跳动称正加强防护措施,但议员批评其仅是拖延战术。