本文概述了近期AI领域的几项重大进展。谷歌推出了Veo2视频生成模型，支持高达4K分辨率，并能根据提示词控制相机运动，效果卓越。同时，Imagen 3模型也进行了升级，在艺术风格和细节渲染方面表现更强，成为顶级的图像生成模型。腾讯开源了BrushEdit，一款集图像编辑与修复于一体的技术，支持自由编辑和修复。此外，OpenAI发布了o1推理模型API，支持WebRTC和新的微调方法，并降低了价格。这些技术进步预示着AI在视频、图像处理和模型推理方面的巨大潜力。

🎬 谷歌Veo2模型：支持文生视频和图生视频，能够生成高达4K分辨率的视频，并根据提示词完成相机控制，效果惊艳，甚至超越Sora。

🎨 谷歌Imagen 3升级：不仅支持更多艺术风格，还能更精准地遵循提示词，渲染出更加丰富的细节和纹理，成为目前最强的图像生成模型。

🖌️ 腾讯BrushEdit开源：是一款一体化图像编辑和修复技术，利用多模态大语言模型和图像修复模型，用户可以轻松移除或添加对象，编辑背景，效果显著。

⚙️ OpenAI o1推理API：支持函数调用和结构化输出，Realtime API支持WebRTC，且价格有所降低，并推出了全新的模型微调方法Preference Fine-Tuning。

原创 小茸茸 2024-12-18 09:37 重庆

​谷歌推出 Veo2：顶级视频生成模型；谷歌 Imagen 3 升级：艺术风格与细节渲染全面增强；腾讯开源 BrushEdit：一体化图像编辑与修复技术；OpenAI 推出 o1 推理模型 API，支持 WebRTC 和全新微调方法

谷歌推出 Veo2：顶级视频生成模型

谷歌发布了 Veo2^[1]  视频模型，支持文生视频和图生视频。

该模型能够生成分辨率高达 4K 的视频，并能根据提示词完成相机控制，如广角镜头、POV 和无人机拍摄，更好地遵循物理效果。

从官方演示来看，效果非常出色，甚至优于 Sora。目前，还需要加入 VideoFX^[2] 的候补名单才有机会体验。

谷歌 Imagen 3 升级：艺术风格与细节渲染全面增强

谷歌的 Imagen 3^[3] 模型再次升级，这次更新不仅支持更多艺术风格，还能更精准地遵循提示词，渲染出更加丰富的细节和纹理。

此次更新使其成为最强生图模型，基准测试表现甚至超越了 RecraftV3。谷歌在大模型、视频生成和图像生成领域正式全面领先，直接放大招，没有 12days。

腾讯开源 BrushEdit：一体化图像编辑与修复技术

BrushEdit^[4] 是腾讯开源的一体化图像编辑和修复技术，它利用多模态大语言模型和图像修复模型，实现了自由编辑和修复。

用户可以轻松移除对象、添加对象，进行背景编辑和对象替换。效果不错，还有个在线演示^[5]可以玩一下。

OpenAI 推出 o1 推理模型 API，支持 WebRTC 和全新微调方法

OpenAI 在 12Days 活动第 9 天正式发布了 o1 推理模型的 API，支持函数调用和结构化输出。现在 Realtime API 支持 WebRTC，并且价格有所降低。此外，还推出了一种全新的模型微调方法 Preference Fine-Tuning。

此外，还有价格更新和新的sdk发布，完整的细节可以看公告^[6]

---

❝

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]

Veo2 视频模型: https://deepmind.google/technologies/veo/veo-2/

[2]

VideoFX 候补名单: https://labs.google/fx/tools/video-fx

[3]

Imagen 3 模型官网: https://deepmind.google/technologies/imagen-3/

[4]

BrushEdit 官网: https://liyaowei-stu.github.io/project/BrushEdit/

[5]

BrushEdit 在线演示: https://huggingface.co/spaces/TencentARC/BrushEdit

[6]

OpenAI 官方公告: https://openai.com/index/o1-and-new-tools-for-developers/

阅读原文

跳转微信打开