3月20日 AI资讯汇总

3月20日 AI资讯汇总 😼 3月20日 AI资讯汇总 Modified April 2, 2025 Audio or video is not supported Please download the file and open it with the appropriate software. teaser (7).mp4 · 80.85MB teaser (7) 00:00 🌟地址： https://sm0kywu.github.io/Amodal3R/ Bolt3D：单图内生成交互式 3D 场景 谷歌研究，可通过一张或多张图片在6.25秒内生成交互式 3D 场景生成 使用多视图扩散模型生成场景外观和几何形状。然后，使用高斯头对飞溅图像进行回归。来自多个飞溅图像的 3D 高斯组合在一起形成 3D 场景。 官方演示： Audio or video is not supported Please download the file and open it with the appropriate software. teaser video website.m4v · 26.42MB teaser video website 00:00 🌟项目地址： https://szymanowiczs.github.io/bolt3d 🤖️AI 视频 阶跃星辰推出 Step Video TI2V：30B 参数图生视频模型 一款基于 30B 参数 Step Video T2V 训练的图生视频模型，支持生成 102 帧、5 秒、540P 分辨率的视频，具备运动幅度可控和镜头运动可控两大核心特点。阶跃 AI 网页版和 App 端均已上线 官方宣传：动漫效果尤佳。 Audio or video is not supported Please download the file and open it with the appropriate software. 阶跃视频 khSg 2025 03 20 14 28.mp4 · 1.84MB 阶跃视频 khSg 2025 03 20 14 28 00:00 此次两大关键优化： • 引入图像条件，提高一致性 • 引入运动幅度控制，赋予用户更高自由度 和目前已有开源图生视频模型相比，Step Video TI2V 在参数规模上对该领域的研究提供了更高的上限，其运动幅度可控能力，能够平衡图生视频生成结果的动态性和稳定性。 🌟使用地址： https://yuewen.cn/ https://mp.weixin.qq.com/s/p2O1rMp9suVHKfxOUG9RiA GitHub： https://github.com/stepfun ai/Step Video TI2V 🤖️AI 音乐 AudioX：跨模态音频生成AI模型 AudioX是一个由香港科技大学提出的统一扩散变压器模型，AudioX能够处理多种输入模态，包括文本、视频、图像、音乐和音频，实现从任意内容生成音频和音乐，用于快速视频配音。 官方演示： Audio or video is not supported Please download the file and open it with the appropriate software. AudioX.mp4 · 14.70MB AudioX 00:00 🌟使用地址： https://zeyuet.github.io/AudioX/ Orpheus：开源TTS模型 Orpheus 开源 TTS 模型，基于 Llama 架构，官方宣传其在真实性和灵活性方面胜过 OpenAI 和 ElevenLabs 具有 4 种尺寸的预训练和微调模型： • Medium – 3B parameters • Small – 1B parameters • Tiny – 400M parameters • Nano – 150M parameters 支持零样本语音克隆 可进行自然的语调和情感表达，可控制的语调 超低延迟，约200毫秒，支持实时流式输，实时对话 Apache 2.0 许可证 官方演示： Audio or video is not supported Please download the file and open it with the appropriate software. demo (6).mp4 · 3.39MB demo (6) 00:00 🌟地址： https://canopylabs.ai/model releases 如有任何问题请联系后台 电子邮箱：alolg@163.com alolg@163.com Audio or video is not supported Please download the file and open it with the appropriate software. teaser (7).mp4 · 80.85MB teaser (7) 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. teaser (7).mp4 · 80.85MB teaser (7) 00:00 🌟地址： https://sm0kywu.github.io/Amodal3R/ Bolt3D：单图内生成交互式 3D 场景 谷歌研究，可通过一张或多张图片在6.25秒内生成交互式 3D 场景生成 使用多视图扩散模型生成场景外观和几何形状。然后，使用高斯头对飞溅图像进行回归。来自多个飞溅图像的 3D 高斯组合在一起形成 3D 场景。 官方演示： Audio or video is not supported Please download the file and open it with the appropriate software. teaser video website.m4v · 26.42MB teaser video website 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. teaser video website.m4v · 26.42MB teaser video website 00:00 🌟项目地址： https://szymanowiczs.github.io/bolt3d 🤖️AI 视频 阶跃星辰推出 Step Video TI2V：30B 参数图生视频模型 一款基于 30B 参数 Step Video T2V 训练的图生视频模型，支持生成 102 帧、5 秒、540P 分辨率的视频，具备运动幅度可控和镜头运动可控两大核心特点。阶跃 AI 网页版和 App 端均已上线 官方宣传：动漫效果尤佳。 Audio or video is not supported Please download the file and open it with the appropriate software. 阶跃视频 khSg 2025 03 20 14 28.mp4 · 1.84MB 阶跃视频 khSg 2025 03 20 14 28 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. 阶跃视频 khSg 2025 03 20 14 28.mp4 · 1.84MB 阶跃视频 khSg 2025 03 20 14 28 00:00 此次两大关键优化： • 引入图像条件，提高一致性 • 引入运动幅度控制，赋予用户更高自由度 和目前已有开源图生视频模型相比，Step Video TI2V 在参数规模上对该领域的研究提供了更高的上限，其运动幅度可控能力，能够平衡图生视频生成结果的动态性和稳定性。 🌟使用地址： https://yuewen.cn/ https://mp.weixin.qq.com/s/p2O1rMp9suVHKfxOUG9RiA GitHub： https://github.com/stepfun ai/Step Video TI2V 🤖️AI 音乐 AudioX：跨模态音频生成AI模型 AudioX是一个由香港科技大学提出的统一扩散变压器模型，AudioX能够处理多种输入模态，包括文本、视频、图像、音乐和音频，实现从任意内容生成音频和音乐，用于快速视频配音。 官方演示： Audio or video is not supported Please download the file and open it with the appropriate software. AudioX.mp4 · 14.70MB AudioX 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. AudioX.mp4 · 14.70MB AudioX 00:00 🌟使用地址： https://zeyuet.github.io/AudioX/ Orpheus：开源TTS模型 Orpheus 开源 TTS 模型，基于 Llama 架构，官方宣传其在真实性和灵活性方面胜过 OpenAI 和 ElevenLabs 具有 4 种尺寸的预训练和微调模型： • Medium – 3B parameters • Small – 1B parameters • Tiny – 400M parameters • Nano – 150M parameters 支持零样本语音克隆 可进行自然的语调和情感表达，可控制的语调 超低延迟，约200毫秒，支持实时流式输，实时对话 Apache 2.0 许可证 官方演示： Audio or video is not supported Please download the file and open it with the appropriate software. demo (6).mp4 · 3.39MB demo (6) 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. demo (6).mp4 · 3.39MB demo (6) 00:00 🌟地址： https://canopylabs.ai/model releases 如有任何问题请联系后台 电子邮箱：alolg@163.com alolg@163.com 🐱 猫叔留言： AI资讯公众号：超时空视角 猫叔个人公众号：AI替代人类 小红书/抖音：EverAI B站：Ever AI酱 （❤这里会有教程及AI工具界面操作） 猫叔留言： AI资讯公众号：超时空视角 猫叔个人公众号：AI替代人类 小红书/抖音：EverAI B站：Ever AI酱 （❤这里会有教程及AI工具界面操作） 🌟 3月20日 AI资讯 【AI 模型】 • OpenAI推出o1 pro API • Adobe表示将向其用户提供Veo2 ，Runway等非Adobe生态模型 【AI视频】 • 阶跃星辰推出 Step Video TI2V：30B 参数图生视频模型 【AI 3D】 • Amodal3R：从遮挡二维图像进行非模态三维重建 • Bolt3D：单图内生成交互式 3D 场景 【AI 音乐】 • 阶跃星辰推出 Step Video TI2V：30B 参数图生视频模型 • Orpheus：开源TTS模型 3月20日 AI资讯 【AI 模型】 • OpenAI推出o1 pro API • Adobe表示将向其用户提供Veo2 ，Runway等非Adobe生态模型 【AI视频】 • 阶跃星辰推出 Step Video TI2V：30B 参数图生视频模型 【AI 3D】 • Amodal3R：从遮挡二维图像进行非模态三维重建 • Bolt3D：单图内生成交互式 3D 场景 【AI 音乐】 • 阶跃星辰推出 Step Video TI2V：30B 参数图生视频模型 • Orpheus：开源TTS模型 🤖️AI 模型及应用 OpenAI推出o1 pro API OpenAI 推出新的 o1 pro API，这是 o1 推理模型的更强大版本。 （知识截止：2023 年 10 月 1 日 ） • o1 pro 使用更多的计算资源，提供更好的响应 • 主要对Tier 1–5 开发者开放 • 支持视觉能力、函数调用、结构化输出等能力 • o1 pro API 价格较高，每 100 万输入 token 收费 150 美元，每100万输出 token 收费 600 美元。 🌟地址： https://platform.openai.com/docs/models/o1 pro Adobe表示将向其用户提供Veo2 ，Runway等非Adobe生态模型 Adobe公告，除了Adobe Firefly模型外，还将为创作者提供其他AI模型选择，可以直接在 Adobe 生态系统中使用非 Adobe 创意生成 AI 模型，包括：Black Forest Labs (Flux 1.1 Pro)、fal (upscalers)、Google Cloud (Veo 2、Imagen 3) 和 Runway (Runway Frames) 的模型 🤖️AI 3D Amodal3R：从遮挡二维图像进行非模态三维重建 南洋理工与牛津大学合作AI 3D技术Amodal3R ，给定图像中部分可见的物体，AI从遮挡对象中分割并提取目标对象特征，恢复合理的 3D 几何形状，进行3D重建，形成完整的 3D模型。 技术代码即将发布 官方宣传效果：