新聞 – Page 5 – InferNews

自製 A.I. 聖誕音樂專輯

2024 年 12 月 23 日

Christmas Special by @elbarto | Suno

按此收聽 – Merry Christmas and a Happy New Year

Categories: 新聞

Google Labs 宣佈了幾個重要更新。除影片生成外，Whisk 最受矚目！ Google 推出了Veo 2 和 Imagen 3 的改良版本，分別在影片和圖片生成方面達到業界頂尖水準，並整合到 VideoFX 和 ImageFX 工具中。此外，一個名為 Whisk 的新工具也正式亮相，它允許使用者以圖片作為提示，結合 Imagen 3 和 Gemini 的技術，創造出獨特的影像。文章最後還介紹了這些工具的應用範圍以及未來發展計畫，例如在 YouTube Shorts 和 Vertex AI 上的整合。整體而言，文章旨在展示Google在AI影像與影片生成技術上的最新進展，以及其對提升使用者創造力和拓展應用場景的努力。

Google Labs 宣佈了幾個重要更新。除影片生成外，Whisk 最受矚目！

Google 推出了Veo 2 和 Imagen 3 的改良版本，分別在影片和圖片生成方面達到業界頂尖水準，並整合到 VideoFX 和 ImageFX 工具中。此外，一個名為 Whisk 的新工具也正式亮相，它允許使用者以圖片作為提示，結合 Imagen 3 和 Gemini 的技術，創造出獨特的影像。文章最後還介紹了這些工具的應用範圍以及未來發展計畫，例如在 YouTube Shorts 和 Vertex AI 上的整合。整體而言，文章旨在展示Google在AI影像與影片生成技術上的最新進展，以及其對提升使用者創造力和拓展應用場景的努力。

Categories: 多模態模型, 影像處理, 新聞

Motion Prompting 可控影像模型

2024 年 12 月 15 日

用於控制影片生成模型

利用點軌跡 (point trajectories) 作為提示，以極其靈活的方式編碼單點或大量點的運動，甚至包含物體運動、場景變化、遮擋和稀疏運動。研究者訓練一個以任意動作為條件的影片生成模型，並透過設計不同的動作提示來操控影片生成結果，例如控制物體運動、模擬物理現象、控制攝影機視角，甚至是動作轉移和影像編輯。網站分享了不同參數（如軌跡密度、文字提示）對結果的影響，並與其他相關方法進行比較。

Categories: 多模態模型, 影像處理, 新聞

Google Agentspace 企業整合平台

2024 年 12 月 15 日

一個將生成式 AI 與企業數據整合平台。

它透過三個主要功能提升企業效率：首先，使用 NotebookLM 提供新型態的數據互動方式，例如語音摘要等，讓員工更容易理解複雜資訊；其次，它整合了 Google 的搜尋能力，建構企業內部的多模態搜尋代理程式，讓員工能快速且全面地找到所需資訊，無論數據結構為何或語言為何；最後，它能建立客製化的 AI 代理程式來自動化業務流程，藉此提升各部門的工作效率，例如行銷、財務和工程部門。文章並以多個客戶案例佐證 Agentspace 的效益，並強調其安全性與合規性。