2024-09-20 09:06
可靈AI發(fā)布V1.5版本視頻大模型丨通義千問發(fā)布開源大模型Qwen2.5系列丨通義萬相推出AI文生視頻功能
AI奇點網(wǎng)2024年9月20日報道丨AI資訊早報
9月19日，快手旗下AI視頻創(chuàng)作平臺「可靈AI」對外發(fā)布可靈V1.5 模型，新增“運動筆刷”功能?？伸` V1.5 模型是可靈 AI 首個較大數(shù)字的版本迭代，針對用戶反饋的需求，增強了 AI 視頻的生成后編輯能力。
本次版本升級，主要有兩大變化。第一是，畫質(zhì)明顯提升，可以輸出分辨率 1080p 的視頻，其二是新增了“運動筆刷”功能，該功能最早由國外 AI 視頻平臺 Runway 率先打造，被越來越多的用戶所青睞。
據(jù)介紹，“運動筆刷”功能為圖片中的元素（人或物體等）指定運動軌跡，還支持額外指定靜止區(qū)域，提升畫面可控性。
可靈 AI 的視頻畫質(zhì)有所提升，同時構(gòu)圖更美觀、動作更合理、文本相關(guān)性提升，還可以輸出多種主流視頻尺寸，對于“吃面條”這種難度較大的場景，可靈 AI 生成的畫面內(nèi)容也越來越自然，越來越逼真。
在本次新版本發(fā)布的同時，可靈AI團(tuán)隊還對外預(yù)告了近期上線的其他值得關(guān)注的新功能，包括：
快手高級副總裁蓋坤在前幾天的 9 月 13 日快手投資者日上披露，截至目前，已有超過 260 萬人使用過快手的視頻生成大模型可靈 AI，并累計生成超 2700 萬個視頻。產(chǎn)品發(fā)布以來，可靈 AI 已進(jìn)行了 9 次迭代和升級。
9月19日，阿里云舉辦一年一度的云棲大會，在本次大會上，阿里云帶來了旗下多款 Qwen系列的 AI 大模型和產(chǎn)品的更新。
通義千問的新一代開源模型 Qwen2.5 正式對外發(fā)布，旗艦?zāi)Ｐ?Qwen2.5-72B 號稱在性能上超越 Llama 405B。
Qwen2.5 全系列涵蓋多個尺寸的大語言模型、多模態(tài)模型、數(shù)學(xué)模型和代碼模型，每個模型都有基礎(chǔ)版本、指令跟隨版本、量化版本，總計上架 100 多個模型。
值得一提當(dāng)時 ，通義千問的旗艦大模型 Qwen-Max 也迎來升級，號稱性能接近 OpenAI 的 GPT-4o。官方介紹稱，相比上一代，Qwen-Max 在訓(xùn)練中使用了更多的訓(xùn)練數(shù)據(jù)、更大的模型規(guī)模、更強的人類對齊指令，最終達(dá)到了更高的智能水平，數(shù)學(xué)和代碼能力超越了今年 5 月首發(fā)的 GPT-4o 版本。
9月19日，在杭州舉行的阿里云云棲大會上，阿里云旗下的通義萬相視覺內(nèi)容創(chuàng)作平臺僅用數(shù)分鐘就能生成一段高清、逼真的視頻。這是阿里云CTO周靖人首次對外演示通義萬相視頻生成模型強大的運動生成和概念組合能力。
據(jù)悉，通義萬相也正式上線了視頻生成模型，基于類似Sora 的 DiT 架構(gòu)，該架構(gòu)已經(jīng)被國內(nèi) AI 企業(yè)所認(rèn)可。
通義萬相對外開放了「文生視頻」「圖生視頻」兩個創(chuàng)作入口，支持運動生成、復(fù)雜語義理解和概念組合生成等能力，以及勾線動畫、國漫 3D、毛氈動畫、CG 厚涂、3D 動畫、國風(fēng)畫風(fēng)和元素等風(fēng)格。
據(jù)介紹，通義萬相全新視頻生成模型，可生成影視級高清視頻，可應(yīng)用于影視創(chuàng)作、動畫設(shè)計、廣告設(shè)計等領(lǐng)域。即日起，所有用戶可通過通義APP及通義萬相官網(wǎng)免費體驗。
在 2024 年云棲大會上，阿里巴巴集團(tuán) CEO、阿里云智能集團(tuán)董事長兼 CEO 吳泳銘發(fā)表了演講，談到了他對于 AI 行業(yè)未來發(fā)展的看法。
吳泳銘表示，AI 最大的想象力并非在手機(jī)屏幕上，而是通過滲透、接管數(shù)字世界，并改變物理世界，物理世界的大部分事物將具備 AI 能力，形成下一代全新產(chǎn)品，并與云端 AI 驅(qū)動的數(shù)字世界連接產(chǎn)生協(xié)同效應(yīng)。
他也認(rèn)為，和汽車一樣，未來每個城市家庭里都會有兩三個機(jī)器人，幫助人們提升生活中的效率。
近日，據(jù)《華盛頓郵報》報道，美國加州大學(xué)河濱分校的一項新研究揭示了生成式 AI 的驚人環(huán)境成本，尤其是其對水資源的消耗。
研究發(fā)現(xiàn)，即使只是生成文本，AI 也需要大量的水來冷卻服務(wù)器。再加上其對電網(wǎng)的巨大壓力，進(jìn)一步凸顯了 AI 發(fā)展的環(huán)境挑戰(zhàn)。
研究指出，AI 的用水量因州和數(shù)據(jù)中心位置的不同而有所差異，但總體而言，水耗與電費成反比。得克薩斯州的水耗比例是最低，生成一封 100 字的電子郵件僅需 235 毫升水，而華盛頓則高達(dá) 1.408 毫升，相當(dāng)于三瓶 16.9 盎司的礦泉水。
此外，數(shù)據(jù)中心本身就是水電的消耗大戶，這也推高了所在地區(qū)居民的水電費用。GPT-4 的電力成本也非常高，如果十分之一的美國上班族每周使用一次 GPT-4，那么一年換算下來，其用于生成式 AI 操作的電力消耗將相當(dāng)于整個華盛頓特區(qū)居民 20 天的用電量。
相關(guān)文章
Altman
Kardashian
