原创 小茸茸 2024-10-23 09:25 重庆
开源视频模型的天花板 Mochi 1；Allegro可商用开源视频生成模型；computer use 、新版 Claude Sonnet 3.5、和全新 Haiku 模型；Runway 推出 Act-One；Ideogram 无限创意画布
Allegro：可商用开源视频生成模型
Allegro[1] 是一个基于 Apache2.0 协议的开源视频生成模型，能够根据提示词生成 720p 15fps 的 6 秒视频，可用于商业用途。虽然只有 8B 参数，但视频质量还算中规中矩吧。
Ideogram 推出 Canvas 功能：无限创意画布
Ideogram 刚刚推出了 Canvas[2] 功能，这是一个专用于组织、生成、编辑和组合图像设计的创意画布。此外，还新增了魔法填充和一键扩图功能，并且都支持 API 调用，不过这些功能都需要订阅才能使用。自从 OpenAI 推出类似功能后，各大厂商纷纷跟进，管他呢，先蹭上，哈哈哈。
computer use 、新版 Claude Sonnet 3.5、和全新 Haiku 模型
Anthropic[3] 最近发布了一系列更新，主要包括：
升级版 Claude 3.5 Sonnet：能力进一步提升，超越了 OpenAI 的 o1。
新模型 Claude 3.5 Haiku：性能与 Claude 3 Opus 相当，但成本更低、速度更快。
computer use：允许 Claude 像人一样操作电脑，包括阅读屏幕、移动鼠标、点击按钮和打字。这个功能本质上是调用 Claude API 来自动化操作电脑，有点像下一代 RPA？不过目前还很早期，成功率不高。
SAI 发布 Stable Diffusion 3.5
SAI 发布了 Stable Diffusion 3.5 Large 和 Stable Diffusion 3.5 Large Turbo。Stable Diffusion 3.5 Medium 将于 10 月 29 日发布！更多详细内容建议看官方的更新日志[4]。
SAI 官方很有意思，之前 SD3 没法生成躺着的美女，这次封面图直接就是一个躺在地上的美女。另外自从上次开源协议争议，这次长记性了，可以有限制（小于1M收入）的免费用于商业和非商业用途了！
Runway 推出 Act-One：无需设备的面部表情同步技术
Act-One[5] 是 Runway 在 Gen-3 Alpha 中引入的一项新功能。只需一个视频，即可将面部表情生动自然地绑定到任意角色上，无需任何额外设备。目前还没放出这个功能，很期待呀，你们怎么看？
Genmo 发布 Mochi 1：开源视频模型的天花板
Mochi 1[6] 是由 Genmo[7] 发布的视频模型，从演示效果来看，从演示来看应该是当下视频模型的天花板，极大的缩小了与商业模型的差距。该模型需 4 块 H100 显卡即可运行，并且官方提供了在线试用[8]，虽然需要排队等待。
根据官方的基准测试，Mochi 1 的表现优于可灵、Luma、Pika 等商用模型。值得一提的是，此次发布的仅是 480P 版本，更强大的 HD 版本也即将推出。最牛逼是，该模型基于 Apache 2.0 协议，完全可商用！
❝如果你喜欢《一觉醒来 AI 界发生了什么》系列的话，请 关注、点赞、在看、收藏、分享 五连警告，这对我真的很重要！
Reference
[1]
Allegro 开源视频生成模型官网: https://x.com/huggingface/status/1848776227814768725
[2]Ideogram Canvas 功能介绍: https://x.com/ideogram_ai/status/1848757699606983143
[3]Anthropic 更新日志: https://www.anthropic.com/news/3-5-models-and-computer-use
[4]Stable Diffusion 3.5 官方更新日志: https://stability.ai/news/introducing-stable-diffusion-3-5
[5]Act-One 功能介绍: https://x.com/runwayml/status/1848785907723473001
[6]Mochi 1 视频模型: https://huggingface.co/genmo/mochi-1-preview
[7]Genmo 官网: https://www.genmo.ai/
[8]在线试用 Mochi 1: https://www.genmo.ai/play
