传 Google 将把 PaLM 2 用于广告与 YouTube：自动生成素材与视频创意
据外媒报道内部文件显示，Google 计划利用新推出的 PaLM 2 大模型改造广告业务与 YouTube。广告主能借此自动生成广告素材，创作者也能获得视频选题灵感和标题推荐。在广告营收增长放缓的背景下，Google 试图用生成式 AI 盘活核心收入盘子。
AI视频
查看更新的新闻
Stability AI 发布 Stable Animation SDK：开发者可用文本和视频做动画
Stability AI 发布面向开发者的 Stable Animation SDK，让用户能调用 Stable Diffusion 模型生成动画。该工具支持纯文本、图片加文本、视频加文本三种生成方式，开发者可通过动画端点直接把生成能力集成进自己的产品和工作流中。
Meta 开源 ImageBind：把视觉音频和动作等 6 种数据融为一体
Meta 开源全新 AI 研究模型 ImageBind。它首次将文本、音频、图像视频、热感、深度以及来自 IMU 的运动传感器数据整合进同一个嵌入空间。这意味着未来的生成式模型能根据动作或声音反推画面，不过目前它仍处于研究阶段，没有直接落地产品。
好莱坞编剧大罢工：拒绝沦为 AI 的廉价校对员
好莱坞编剧工会（WGA）因与制片人联盟谈判破裂发起罢工。工会要求禁止使用 AI 编写或改写剧本、禁止将其用作原料或训练模型，但遭到拒绝。编剧真正担心的不是被淘汰，而是制片方用 AI 写初稿、压榨人类低价修改。
Google 传将开放 AI 生成广告：文案图频全包，效果媲美营销机构
据 Financial Times 报道，Google 计划将生成式 AI 整合进广告系统 Performance Max。客户只需提供图文与视频，AI 就能自动生成媲美专业机构的营销方案。针对外界对虚假广告的担忧，Google 承诺上线前将设立防线。
Prime Video 推出 Dialogue Boost：用 AI 单独拉大人声对白
Amazon 在 Prime Video 上线功能 Dialogue Boost。它利用 AI 识别并单独增强人声，避免台词被背景音乐和特效盖过。用户无需高端音响即可在普通设备上调节两档清晰度，首批已支持部分原创影片。
Synthesis AI 推出文本生成 3D 功能：打字就能做出电影级数字人
Synthesis AI 在其在线平台 synthesis labs 中展示了文本生成 3D 数字人技术，用户输入年龄、发型和服装等提示词，就能直接生成高分辨率的 3D 模型。系统将几何网格与纹理生成拆开处理，还支持用滑块微调表情与光照，大幅降低了游戏、特效及模型训练合成数据的制作成本。
Adobe 扩界视频：Firefly 将支持一句提示词调色、剧本自动转分镜
Adobe 宣布即将把生成式 AI 工具 Firefly 引入 Creative Cloud 视频与音频应用。新功能虽不能直接文生视频，但支持用几句提示词给视频调色、生成音效与配乐，甚至读剧本自动生成分镜。能力依然主打商业安全，目前仅公布了官方演示。
Premiere Pro 推出文本编辑：剪视频就像复制粘贴文本
Adobe 宣布在 Premiere Pro 中推出「基于文本的编辑」（Text-Based Editing），由 Adobe Sensei 驱动。系统会自动转录音视频素材，剪辑师直接搜索、复制或粘贴转录文字，时间轴上的视频片段就会同步调整。该功能目前处于公开测试阶段，预计 5 月正式上线。
Apple 收购初创公司 WaveOne：用 AI 压缩视频，体积最高减半
据 TechCrunch 报道，Apple 已低调收购初创公司 WaveOne。WaveOne 研发基于 AI 的「内容感知」视频编解码技术，能优先保留人脸等关键细节，号称将视频体积减少最多一半。这项技术有望帮助 Apple TV+ 等服务大幅降低带宽成本并提升画质。不过 Apple 官方暂未对此回应。
Wonder Studio 上线：免动捕设备，实拍真人一键替换成 CG 角色
Wonder Dynamics 推出网页工具 Wonder Studio。它免去动捕设备和绿幕，仅凭单机位实拍就能把真人换成 CG 角色并匹配灯光。最值得关注的是，它能直接导出 Blender 场景与动捕数据等分层资产，大幅降低影视特效门槛。
微软推出 Florence 视觉 API 预览：Reddit 将用它生成图片替代文本
微软将多模态视觉模型 Florence 引入 Azure 认知服务开放预览，Reddit 将利用该 API 为图片自动生成无障碍替代文本。Florence 基于数十亿图文对训练，单图最多可打上万个标签，还支持视频摘要与抠图；目前仅面向 Azure 现有客户开放预览。
TikTok 爆火滤镜 Bold Glamour 逼真到不露破绽：背后疑为生成式 AI
据 The Verge 报道，TikTok 滤镜 Bold Glamour 走红，即便拿手遮脸也几乎不穿帮，相关视频超 900 万条。专家推测其运用了端侧 GAN 等生成式 AI，TikTok 官方则未予置评。极度自然的重塑效果引发了人们对外貌焦虑的担忧。
YouTube 新 CEO 预告生成式 AI 工具：一键虚拟换装、切换奇幻场景
YouTube 新任 CEO Neal Mohan 透露正为创作者开发生成式 AI 工具，能一键虚拟换装或生成奇幻背景。工具预计未来几个月内推出并配备安全护栏。这标志着 YouTube 正式把生成式 AI 纳入核心创作流程。
Runway 发布 Gen-1：用文字和参考图把实拍视频变成黏土动画
Runway 发布视频生成模型 Gen-1，主打「视频到视频」转换。用户输入一段普通实拍视频，搭配文字提示或静止图片，就能将其直接变成黏土动画、夜景天际线或 3D 渲染场景。模型目前处于早期研究测试阶段，未来数周逐步扩大开放。
Twitch 连播一个月 AI 版《宋飞正传》：GPT-3 编剧，台词镜头全自动
Twitch 直播节目《Nothing, Forever》已连续开播超一个月，全天候播放 AI 生成的《宋飞正传》仿作。其台词由 GPT-3 实时编写，语音与镜头调度也全由算法接管。虽然角色时常穿模、笑话无厘头，但团队借此展现了一场永不落幕的自动化内容试验。
AI 实时减龄：汤姆·汉克斯新片用 Metaphysic Live 现场变年轻
周二，AI 公司 Metaphysic 宣布其工具 Metaphysic Live 将用于罗伯特·泽米吉斯新片《Here》，为汤姆·汉克斯和罗宾·怀特进行实时面部替换与减龄。该工具能在拍摄现场实时生成高画质画面，无需传统后期合成特效，演员甚至能当成「青春镜」即时调整表演。
Jimmy Kimmel 玩转 Deepfake：与 20 年前的自己同台互怼
脱口秀主持人 Jimmy Kimmel 在节目 20 周年特辑中，利用 Deepfake 技术与 2003 年的年轻自己完成了一场跨时空对话。制作团队通过演员扮演配合面部替换呈现逼真互动，展示了换脸技术在主流电视娱乐中的成熟度。
Sam Altman 泼冷水：GPT-4 传闻纯属扯淡，期待越高失望越大
OpenAI CEO Sam Altman 在采访中给备受瞩目的 GPT-4 泼冷水，称网传的 100 万亿参数对比图纯属扯淡，公众过高的预期注定会失望。他澄清目前还没有搞出 AGI，发布时间也没有定数，只有在确保安全可靠时才会推出。此外，OpenAI 也在研发视频生成模型。
Nvidia Broadcast 1.4 上线：用 AI 模拟眼神，看稿子也能「直视镜头」
Nvidia 在 Broadcast 1.4 中加入测试版「眼神接触」（Eye Contact）功能。它利用 AI 实时生成一双虚拟眼睛，哪怕你在看稿或看别处，画面里依然直视镜头；视线偏离过远时效果会自动断开。目前只要有 RTX 显卡就能下载体验。