每日AI资讯--4月15日

马斯克的人工智能初创公司xAI称Grok-1.5V将很快提供给早期测试者使用

来源：36氪

马斯克的人工智能初创公司xAI 4月12日表示，Grok-1.5V将很快提供给早期测试者和现有的Grok用户使用。

剑指Sora！120秒超长AI视频模型免费开玩

来源：新智元公众号

近日，Picsart AI Resarch等团队联合发布了StreamingT2V，可以生成长达1200帧、时长为2分钟的视频，一举超越Sora。同时，作为开源世界的强大组件，StreamingT2V可以无缝兼容SVD和animatediff等模型。

120秒超长AI视频模型来了!不但比Sora长，而且免费开源!

论文地址:https://arxiv.org/pdf/2403.14773.pdf

Demo试用:https://huggingface.co/spaces/PAIR/StreamingT2V

开源代码:https://top.aibase.com/tool/streamingt2v

Meta 推出 ViewDiff 模型：文本生成多视角 3D 图像

来源：站长之家

消息:Meta 与德国慕尼黑工业大学研发出创新模型 ViewDiff，旨在帮助用户通过文本、图像或二者结合使用，快速生成高质量多视角3D 图像。

该模型解决了传统文本生成多视角3D 图像领域的三大难点:无法生成真实背景环境、图像质量和多样性不理想、缺乏多视角和一致性。通过引入一种创新架构，ViewDiff 采用文生成图模型作为先验知识和图像流生成器，再通过显式的3D 建模为图像赋予一致性和多视角能力。

论文地址:https://arxiv.org/abs/2403.01807

项目地址:https://top.aibase.com/tool/viewdiff

AI延时视频生成工具MagicTime在线体验地址放出

来源：站长之家

消息:MagicTime是一款创新的在线工具，它能够根据用户提供的文本描述生成展示真实世界物理变化过程的时间延迟视频。这种技术的应用范围非常广泛，可以用于记录和展示各种自然和人为引起的变化过程。

项目地址：https://top.aibase.com/tool/magictime

体验地址:https://huggingface.co/spaces/BestWishYsh/MagicTime

模型下载地址:https://huggingface.co/Kijai/MagicTime-merged-fp16

除了唱歌，AI还能替你演出？又一AI公司将虚拟人推到新高度

来源：机器之心公众号

用 Suno 十秒写歌，是不是已经很震撼?现在不仅如此，用最新的 AI 工具，我们还可以快速生成歌手唱歌 MV。

最近，一家名为 AKOOL 的 AI 公司推出了一个唱歌虚拟人工具，用户只需在平台上选择虚拟人，简单输入歌词指令，便可生成能唱歌的虚拟人 MV。视频中的 “歌手” 在雪地里随着音乐翩翩起舞，“假唱” 对口型也毫不逊色。

苹果“史诗级”更新！曝iPhone今年下半年引入AI聊天机器人

来源：快科技

快科技4月14日消息，据媒体报道，苹果计划在今年下半年为iPhone引入聊天机器人在内的一系列AI功能，以此来提振iPhone手机的销量。

据了解，苹果计划在新的iOS中采用谷歌Gemini来提供聊天机器人，同时苹果也将推出自家的AI引擎，但主要是负责幕后工作。

根据市场研究机构的最新数据，今年2月份苹果iPhone的总销量为1741万部，占据了全球智能手机出货量的18%。

这一销量数据低于三星电子的1969万部，因此苹果目前似乎期望通过AI将其份额再度反超三星。

此前苹果营销主管乔斯维亚克表示，苹果今年的全球开发者大会（WWDC）活动将完全不可思议（Absolutely Incredible）”，暗示将有关于AI的重大发布。

美图Wink“AI动漫”功能升级 可将短剧作品转化为动漫风格

来源：站长之家

美图公司旗下视频编辑软件Wink近期对其“AI动漫”功能进行了全面升级。该功能能够迅速将短剧作品转化为动漫风格，而且效果非常精准和细腻。

此次“AI动漫”功能的升级，离不开美图公司提出的CFA（Cross Frame Attention）模块的支持。通过大规模数据训练帧间注意力机制，并结合光流和ControlNet，该功能优化了动作一致性，使得生成的动漫视频更加流畅自然。同时，引入多头注意力机制，对齐帧间运动和光流信息，进一步提升了视频生成动漫的稳定性和效果。

值得一提的是，这一次“AI动漫”升级后，创作者们已经能够创作长达数分钟的动漫视频及短剧。据Wink团队透露，他们通过引入分片技术，将视频分成多段同时进行处理，有效解决了长视频生成时间过长的问题。这一技术的引入，不仅减少了用户平均等待时长和片段闪缩等问题，还让用户在创作过程中更加自如，视频生成效果更加流畅。