图片来源： Moonvalley 总部位于洛杉矶的人工智能视频生成初创公司 Moonvalley 团队认为，仅靠文本提示无法完成电影制 作。 正因如此，该公司于本周二向公众开放了其 "3D 感知 " 模型，承诺采用 " 混合 " 方法，为电影制作 人提供比其他标准文本转视频模型更强的控制权。 Moonvalley 最初在 3 月份以测试版形式推出了名为 Marey 的模型，现已推出基于月度积分的订阅服 务。用户可支付 14.99 美元获得 100 积分， 34.99 美元获得 250 积分， 149.99 美元获得 1000 积分。 用户可生成最长 5 秒的片段，这与公开视频生成模型的行业标准相符。 这家由曾参与开发谷歌自有视频生成模型的 DeepMind 前研究人员，联合创立的初创公司声称， Marey 是少数完全基于公开授权数据训练的模型之一。这与 Moonvalley 的目标客户群体完美契合： 那些希望避免因 AI 生成内容可能涉及版权材料而面临未来诉讼的电影制作人。 对于独立电影制作人 Ángel Manuel Soto 而言， Marey 的最大卖点在于它实现了顶级 AI 叙事工具的 民主化，尤其为 ...

AI video generation is advancing at the speed of light ...

June 18, 2025 05:12 AM GMT Kuaishou Technology | Asia Pacific AI Video Generation Competition Increases with a Strong Debut of Seedance 1.0 Pro We see a change in the competition of AI video generation with the release of two new models recently. What is new: On 11 June, ByteDance released its AI video generation model Seedance 1.0 pro in its Volcano Engine Force Conference. Seedance 1.0 now ranks No.1 on the Artificial Analysis Leaderboard for both text-to-video and image-to-video, surpassing Google's Veo ...

自 OpenAI 发布 Sora 以来，AI 视频生成技术进入快速爆发阶段。凭借扩散模型强大的生成能力，我们已经可以看到接近现实的视频生成效果。但在模型逼真度不 断提升的同时，速度瓶颈却成为横亘在大规模应用道路上的最大障碍。 当前最好的视频生成模型 Wan 2.1、HunyuanVideo 等，在单张 H100 GPU 上生成一个 5 秒的 720p 视频往往需要耗时 30 分钟以上。主要瓶颈出现在 3D Full Attention 模块，约占总推理时间的 80% 以上。 为了解决这个问题，来自加州伯克利和 MIT 的研究者们提出了联合提出了一种新颖的解决方案： Sparse VideoGen。 这是一种 完全无需重新训练模型 的视频生成加速方法。通过挖掘注意力机制中的 空间与时间稀疏性 ，配合 自适应稀疏选择与算子优化 ，成功将 推理时间减半 。令人惊讶的是，它生成的视频与 Dense Attention 方法相比， 几乎没有肉眼可见的差别 ，保持极高的像素保真度 (PSNR = 29)。Sparse VideoGen 也是第一个能够 达到这种级别的像素保真度的方法。 目前，Sparse VideoGen ...