共 3 条相关资讯
利用AI技术实现视频脚本、素材、剪辑全流程自动化
腾讯云AI今日正式发布了其面向视频内容创作领域的“智影大模型”。该模型集成了多模态理解、文本生成视频、智能剪辑和音视频处理等多项AI能力，旨在为用户提供一站式的视频内容智能生成解决方案。通过智影大模型，用户只需输入简单的文字描述或主题，即可自动生成视频脚本、匹配素材、完成智能剪辑和配音配乐，大幅提升视频制作效率。腾讯云表示，智影大模型将广泛应用于短视频创作、广告营销、教育培训等领域，降低专业视频制作门槛。
在年度I/O大会的预热活动中，谷歌出人意料地发布了其最新的旗舰级AI模型Gemini 3.0，展示了其在视频内容理解和生成方面的突破性进展。
谷歌今日通过其官方博客宣布推出Gemini 3.0。据介绍，该模型不仅在文本、图像处理能力上超越了前代，更实现了对视频内容的原生理解和实时生成。在演示中，Gemini 3.0能够根据简单的文字描述，快速生成高质量、高连贯性的短视频片段。谷歌表示，该模型将首先通过Vertex AI平台向企业客户开放，并逐步集成到YouTube和Google Photos等产品中。
新一代模型将原生支持视频理解与生成，挑战现有AI应用边界
OpenAI今日凌晨通过官方博客首次披露了其下一代旗舰模型GPT-5的部分架构细节。据悉，GPT-5在设计之初就将多模态能力作为核心，尤其在视频理解与生成方面取得了突破性进展。该模型将能够直接处理视频输入，理解复杂场景、人物动作及情感，并能根据文本指令生成高质量、高连贯性的视频内容。这一进展有望彻底改变内容创作、教育和娱乐等多个领域，为用户带来前所未有的交互体验。OpenAI表示，GPT-5的训练已进入后期，预计今年下半年将面向开发者开放有限测试。