OpenArt Story 一键生成完整叙事短视频

Mistral 开源 Voxtral:多语言语音转录模型,准确率超 Whisper v3

Voxtral 是 Mistral AI 最新开源的多语言语音转录模型,提供 24B 和 3B 两个参数版本。24B 版本专为生产环境优化,而轻量级的 3B 版本则非常适合本地和端侧设备部署。

根据其官方基准测试,其转录准确率显著超越 OpenAI Whisper v3 Large 和 Gemini Flash 2.5 等主流方案。

完整的技术细节和性能对比可查阅官方博客[1]。

谷歌 Gemini 嵌入模型 API 全面开放,每百万 token 仅 0.15 美元

谷歌 Gemini Embedding 模型现已正式在 Gemini API 和 Vertex AI 中向开发者全面开放。价格方面极具竞争力,每 100 万输入 token 仅需 0.15 美元,这个定价可以说是非常便宜了。

完整公告详情[2]请参阅谷歌官方博客。

PUSA V1.0:低成本高性能视频生成模型

PUSA V1.0 通过使用 VTA 微调 SOTA 模型 Wan2.1-T2V-14B,仅需 1/2500 的数据集、1/200 的训练成本和 1/5 的推理步骤,就超越了 Wan-I2V-14B 模型的性能。

更厉害的是,Wan-I2V 只能进行图像到视频的生成,而 PUSA 模型还支持包括首尾帧生成、视频扩展、文生视频等功能

代码和模型都已经开源啦,完整介绍可以看PUSA 项目官网[3]~

OpenArt Story 一键生成完整叙事短视频

OpenArt 推出了一个名为 OpenArt Story 的新功能,用户可以将任何想法、脚本、节奏或角色转化为 1 分钟视频,这个视频包含动作、音乐和完整的叙事线,不仅仅是简短的片段,而是一个完整的故事。

其背后的技术支持来自黑森林、可灵、海螺、pixverse、fal、openai 和谷歌。

相关推荐
ajassi200015 分钟前
开源 C++ QT Widget 开发(十一)进程间通信--Windows 窗口通信
linux·c++·windows·qt·开源
jonyleek4 小时前
【JVS更新日志】低代码、物联网、无忧企业计划9.3更新说明!
物联网·低代码·开源·团队开发·软件开发·软件需求
算家计算5 小时前
新一代实时检测工具——YOLOv13本地部署教程,复杂场景,一目了然!
人工智能·开源
数新网络7 小时前
OpenLDAP研究
开源
ITZHIHONH7 小时前
FastGPT社区版大语言模型知识库、Agent开源项目推荐
开源
ai绘画-安安妮10 小时前
AI工程师必看!GitHub上10个高价值LLM开源项目,建议立即收藏
人工智能·学习·程序员·开源·大模型·github·转行
宋一平工作室10 小时前
嵌入式人别再瞎折腾了!这8个开源项目,解决按键/队列/物联网所有痛点,小白也能抄作业
c语言·stm32·单片机·嵌入式硬件·物联网·开源
ajassi200011 小时前
开源 C++ QT Widget 开发(十二)图表--环境监测表盘
c++·qt·开源
jctech13 小时前
ComboLite插件化框架未来开发计划
android·开源
数字游名Tomda15 小时前
美团 LongCat 开源大模型60 亿参数 MoE 架构,赋能开发者加速 AI 应用落地
人工智能·架构·开源·ai模型