Runway представила GWM Worlds 2 — мировую модель, которая генерирует интерактивные среды в реальном времени. Она создает видео в 720p при 24 кадрах в секунду и звук с частотой 48 кГц, реагируя на действия пользователя и движение камеры. Пользователь может задавать окружение, персонажей, физические правила и атмосферу, а затем менять мир текстовыми командами: управлять героями, … Читать далее
World Labs представила Atlas — мультимодальную мировую модель для пространственного интеллекта. Она работает с текстом, изображениями, видео и 3D и умеет генерировать сцены, восстанавливать пространства и моделировать их развитие во времени. Atlas может создавать видео длиной до минуты в 1440p с точным управлением камерой, строить 3D-сцены по нескольким изображениям и формировать облака точек и 3D … Читать далее
fal представила H3 Max — дообученную версию MiniMax H3 с открытыми весами, оптимизированную для генерации видео с низкой задержкой. По данным fal, модель создает пятисекундный ролик примерно за 3 секунды — с пропускной способностью примерно в 35 раз выше официального сервиса MiniMax H3. В собственных тестах компании H3 Max заняла первое место по общему качеству, … Читать далее
Google представила Gemini Omni 1.1 Flash — обновленную мультимодальную модель для генерации и редактирования видео через Gemini API и Google AI Studio. Модель умеет продолжать сцены с учетом до 10 секунд предыдущего видео и увеличивать ролики фрагментами по 10 секунд до общей длины 40 секунд. Пользователь также может задать первый и последний кадры, а модель … Читать далее
ByteDance представила Seedance 2.5 — модель для генерации и редактирования видео со звуком. Она создаёт ролики длительностью до 30 секунд за один проход и поддерживает многократное продолжение сцен с сохранением персонажей, окружения и темпа повествования. За один запрос можно загрузить до 30 изображений, 10 видео и 10 аудиозаписей. Модель использует их как референсы для персонажей, … Читать далее
Заметки в блокноте оживают. Google научил ИИ превращать текст в короткие анимированные фильмы.
FLUX 3 вышел в ранний доступ как единая мультимодальная базовая модель для работы с изображениями, видео, аудио и действиями. Модель обучалась одновременно на трёх типах данных и использует архитектуру Self-Flow. Она поддерживает создание видео по тексту, анимацию изображений, преобразование видео, продолжение видео и аудио, генерацию по ключевым кадрам и многоязычные диалоги. FLUX 3 Video создаёт … Читать далее
Google DeepMind открыла разработчикам две модели для генерации медиа: Nano Banana 2 Lite для изображений и Gemini Omni Flash для видео. Они доступны в Google AI Studio, Gemini API и Gemini Enterprise Agent Platform. Nano Banana 2 Lite — самая быстрая и дешевая модель изображений в семействе Nano Banana. Она генерирует картинку примерно за 4 … Читать далее
xAI выпустила в preview модель grok-imagine-video-1.5-preview через свой API. Это image-to-video-модель, которая превращает одно статичное изображение в видео с движением, камерой, атмосферой и физикой сцены. Пользователь задает исходный кадр и текстовый prompt с описанием движения, темпа, ракурса и звука, а модель анимирует сцену, стараясь сохранить детали и освещение оригинального изображения. Поддерживается генерация роликов до 720p. … Читать далее
В Gemini у некоторых пользователей появился доступ к новой модели генерации видео Omni. Google описывает Omni как модель, которая позволяет создавать видео, ремикшировать ролики, редактировать их прямо в чате и использовать шаблоны. Пока неясно, как Omni связана с Gemini и Veo. По данным метаданных, модель может быть расширением Veo, но Google официально ее еще не … Читать далее
Компания ByteDance, создатель TikTok, представила новую модель для генерации видео. Она называется Seedance 2.0.
ИИ от Salesforce теперь понимает команды вроде ‘передвинь бутылку слева направо’ и показывает, как сдвинется каждый пиксель.