视频生成

“2025年春节DS（DeepSeek）让所有人用上了AI，2026年春节SD（SeeDance）让视频生成模型火遍全网”，最近一句流行语道出了视频生成模型SeeDance 的走红。2月14日，火山

这项由香港大学研究团队主导的突破性研究于2026年2月发表在计算机视觉顶级期刊上，论文编号为arXiv:2602 05827v1。该研究首次将视频生成技术引入机器人导航领域，让机器人能够在看不见目标

近年来，视频生成（Video Generation）与世界模型（World Models）已跃升为人工智能领域最炙手可热的焦点。从 Sora 到可灵（Kling），视频生成模型在运动连续性、物体交互

机器人如何 "脑补 "未来？想象一下，你面前摆着一杯咖啡，你伸手去拿，在你的手真正触碰到杯子之前，你的大脑已经在 "脑补 "了整个过程：手臂将如何移动、杯子会是什么触感、抬起后桌面的样子……这种对未来场景的

论文提出PickStyle框架，用风格适配器增强预训练网络，靠配对静态图像数据训练，还通过构建合成训练片段弥合差距，引入CS-CFG确保风格迁移与内容保留。实验表明，该方法能实现优质视频转换，优于现

智东西作者 陈骏达编辑 李水青智东西2月5日报道，今天，北京多模态生成技术创企生数科技宣布完成超过6亿元人民币A+轮融资。生数科技还披露，2025年该公司实现用户和收入超10倍增长，用户和业

来自QuantaAlpha、兰州大学、香港科技大学（广州）、北京大学等机构的研究者联合推出了首个视频深度研究（Video Deep Research）评测基准VideoDR。 在传统的视频问答（Vi

这项由MoonMath ai团队的Dor Shmilovich、Tony Wu、Aviad Dahan和Yuval Domb共同完成的突破性研究发表于2025年神经信息处理系统会议（NeurIPS

PICKSTYLE 是一个基于 VACE 构建的视频到视频风格迁移框架，它配备了上下文风格适配器和新颖的 CS-CFG 机制。 利用扩散模型做视频风格迁移，想保留原视频内容的同时渲染成指定风格，但面

MultiTalk以DiT（Diffusion-in-Transformer）为基础的视频扩散模型作为其核心骨架。 由中山大学、美团、港科大开源的MultiTalk 可实现多虚拟人对话视频生成。在语

这项由华盛顿大学的洪苏成（Susung Hong）与Adobe研究院的葛崇健（Chongjian Ge）、张志飞（Zhifei Zhang）、王瑞贤（Jui-Hsien Wang）合作完成的研究发表

这是一项由中国科学院大学、阿里巴巴高德地图事业部、中国科学院自动化研究所以及清华大学、东南大学的研究团队共同完成的突破性研究。论文由吴美琪、朱家树、冯晓坤、陈楚彬、朱晨等多位研究者撰写，已发表在20

近日，豆包App视频生成能力升级，支持Seedance1 5 Pro模型，可一键生成声音和画面相匹配的有声视频。打开豆包App对话框，选择“照片动起来”，上传图片并输入提示词，选择“1 5 Pro”

这项由香港中文大学的郭宇伟、字节跳动的杨策元等研究团队合作完成的突破性研究，于2024年12月发表在计算机视觉领域的顶级会议上。对这项研究感兴趣的读者可以通过arXiv:2512 15702v1查询

IT之家 12 月 18 日消息，据“龙猫 LongCat”公众号今晚的推文，美团 LongCat 团队正式发布并开源 SOTA 级虚拟人视频生成模型 ——LongCat-Video-Avatar。