Sora 是 OpenAI 开发的文本到视频生成模型,能够根据文本描述生成长达1分钟的逼真图像序列。它具有理解和模拟物理世界运动的能力,目标是训练出帮助人们解决需要实物交互的问题的模...
无限人工智能致力于构建生成式视频模型,专注于人类。我们相信人是故事的中心,而故事是人类处理、学习和进化的方式。我们预测未来 10 年内,一支由 3 名作家组成的团队,无需演员、导演或其他工作人员,将赢得奥斯卡奖。我们正在开发他们将使用的工具。欢迎加入我们的探索之旅。
ProGPTs是一个专注于OpenAI GPT的平台,用户可以发现、分享和推广最好的GPT模型。平台提供了一个独家列表,展示了各种领域的顶尖GPT模型。用户可以提交自己的GPT模型,与超过7000名用户分享和推广。ProGPTs还提供了订阅功能,让用户可以及时了解到最新的GPT模型。无论你是开发者、研究者还是对GPT模型感兴趣的人,ProGPTs都是一个不可多得的资源。
ChatGPT-web是一个简单的一页式Web界面,用于OpenAI ChatGPT API。您需要先注册OpenAI API密钥才能使用它。OpenAI按照token计费(基于使用),这意味着它比ChatGPT Plus便宜得多,除非您每月使用超过1000万个token。所有消息都存储在浏览器的本地存储中,因此一切都是私密的。您还可以关闭浏览器标签,稍后回来继续对话。作为OpenAI的替代方案,您还可以使用Petals swarm作为免费的API选项,用于开放式聊天模型,如Llama 2。
MotionCtrl 是一个统一而灵活的视频生成控制器,能够独立有效地管理相机和物体的运动。它可以根据相机姿态序列和物体轨迹指导视频生成模型,生成具有复杂相机运动和特定物体运动的视频。MotionCtrl 还可以与其他视频生成方法集成,如 SVD。它的优势包括能够精细地控制相机运动和物体运动,使用外观无关的相机姿态和轨迹,适应各种相机姿态和轨迹,生成具有自然外观的视频等。
SparseCtrl是为了增强对文本到视频生成的控制性而开发的,它能够灵活地结合稀疏信号进行结构控制,只需一个或少量输入。它包括一个额外的条件编码器来处理这些稀疏信号,同时不影响预训练的文本到视频模型。该方法兼容各种形式,包括素描、深度和RGB图像,为视频生成提供更实用的控制,并推动故事板、深度渲染、关键帧动画和插值等应用。大量实验证明了SparseCtrl在原始和个性化文本到视频生成器上的泛化能力。
VLOGGER是一种从单张人物输入图像生成文本和音频驱动的讲话人类视频的方法,它建立在最近生成扩散模型的成功基础上。我们的方法包括1)一个随机的人类到3D运动扩散模型,以及2)一个新颖的基于扩散的架构,通过时间和空间控制增强文本到图像模型。这种方法能够生成长度可变的高质量视频,并且通过对人类面部和身体的高级表达方式轻松可控。与以前的工作不同,我们的方法不需要为每个人训练,也不依赖于人脸检测和裁剪,生成完整的图像(而不仅仅是面部或嘴唇),并考虑到正确合成交流人类所需的广泛场景(例如可见的躯干或多样性主体身份)。