长视频理解是多模态大模型的核心能力之一，也是迈向通用人工智能（AGI）的关键一步。然而，现有的多模态大模型在处理10分钟以上的超长视频时，仍然面临性能差和效率低的双重挑战。对此，智源研究院联合上海交通大学、中国人民大学、北京大学和北京邮电大学等多所高校，推出了小时级的超长视频理解大模型Video-XL。Video-XL借助语言模型（LLM）的原生能力对长视觉序列进行压缩，不仅保留了短视频理解的能力

IT之家9月19日消息，在今日的2024云栖大会上，阿里云发布了通义万相Wanx视觉生成大模型的新升级，能力全面进化。通义万相除了此前的文生图能力，现已支持文生视频、图生视频等，还有插画设计、涂鸦作画、局部重绘、短片创作、配乐生成等场景化能力。据阿里云官方透露，通义万相累计创作图片数已达7500万+，累计用户数已达93万+。通义万相官网显示，全新发布自研AI视频生成大模型，具备“强大的画面视觉动态

感谢IT之家网友西窗旧事的线索投递！IT之家9月14日消息，阿里通义将在2024云栖大会（9月19日至9月21日）期间发布视频生成大模型，目前通义App频道和通义万相PC端已上线“视频生成”入口，仅支持用户预约，但未开放使用。页面内容显示，全新发布的视频生成大模型是由通义实验室自主研发，包含“文生视频”和“图生视频”两种创作模式。IT之家测试，预约成功后，阿里通义会在用户获得使用资格时进行通知，并

IT之家7月1日消息，谷歌曾在今年4月发布了一款全新的AI视频编辑应用GoogleVids，并宣布预计6月登陆GoogleWorkspaceLabs测试版。据AndroidAuthority报道，目前该应用已经于上周五前后悄悄上线并开启测试，功能齐全。▲图源AndroidAuthority，下同GoogleVids集成了Gemini大模型，可以帮助用户创建幻灯片、编写视频脚本，并从Shutters

IT之家5月6日消息，YouTube 面向所有Premium 订阅者推出由AI驱动的“跳转至精彩部分”（JumpAhead）功能。目前该功能仅能在美区的 YouTube 安卓应用程序上使用，并且仅适用于英语视频。“跳转至精彩部分”通过结合用户数据和 AI 来预测用户可能想看的内容，可直接跳转至视频的最佳部分。YouTube 从三

感谢IT之家网友乌蝇哥的左手的线索投递！IT之家4月11日消息，Adobe公司已开始采购视频，用来构建其AI驱动的文本到视频生成器，在OpenAI展示类似技术（Sora）后，Adobe试图赶上竞争对手。这家软件公司正在向其摄影师和艺术家网络提供每份120美元（IT之家备注：当前约870元人民币）的报酬，Adobe要求他们提交人们从事日常活动（如行走）或表达各种情绪（包括喜悦和愤怒）的视频。该公司表

IT之家4月10日消息，过去传统办公一直围绕着文档、电子表格和幻灯片（如微软的Word、Excel、PowerPoint，苹果的Pages、Numbers、Keynote，谷歌的Docs、Sheets、Slides）。现在，谷歌想要增加一个名为Vids的应用程序，使用户比以往任何时候都更容易地制作协作可共享的视频。Vids是一款全新的AI应用程序，可以帮助用户生成视频内容的分镜脚本、选择风格、编辑

IT之家 4月10日消息，原阿里首席AI科学家贾扬清在X（推特）上分享了插件Elmo，该插件能在10秒内总结GoogleNext主题演讲，生成一句话概括、摘要、主要观点。该插件由贾扬清去年创办的AI公司LeptonAI打造。贾扬清表示，Elmo采用了数据公司Databricks推出的开源大模型DBRX。据悉，DBRX具有1320亿个参数，采用MoE架构，在性能上超过了GPT-3.5和其他

原文标题：《这段视频火爆外网，谷歌把AI视频造假搞得太真太简单了》家人们，AI做视频这事今天又被推向了舆论的风口浪尖。起因是有人在网上发布了这么一只小企鹅的视频：而这个近50秒视频的诞生，靠的仅仅是6句话！陆陆续续的，网友们还在发布着这个AI的其它杰作：这次给它投喂的提示词也是极短，仅4行：如此“所写即所得”、丝滑连贯的视频生成方式，也是令不少网友发出感慨：未来已至。甚至还有人开始“拉仇恨”，说A