跳到正文
10月8日周四
9月25日周五
  1. Google Research76

    Google 发布用于自动化长视频生成的 AI 视频联合导演框架

    Google Research 推出了一套 AI 视频联合导演框架,通过多智能体协同解决长视频生成中的语义漂移与视觉不一致问题。该方案包含四个核心组件:用于全局策略规划的 AI Video Co-Director、利用视觉记忆保持连贯性的 CANVAS、实现长时序动态生成的 A²RD,以及通过闭环反馈优化提示词的 VQQA,旨在实现分钟级长视频的稳定叙事。

    发布时间:

    推荐理由:该研究提出了一套多智能体框架,通过全局优化和视觉记忆机制解决长视频生成中的一致性难题,为提升长叙事视频的连贯性提供了可借鉴的架构思路。

  2. Google DeepMind76

    Google 发布 Gemini 3.8 Live 数字人功能

    Google DeepMind 推出 Gemini 3.8 Live with Live Avatar,通过实时视频生成技术为对话模型增加视觉形象。该功能支持 97 种语言的唇形同步、异步工具调用以及企业自定义数字人形象,目前已在 Gemini Enterprise 中上线。

    发布时间:

    推荐理由:Google DeepMind 为 Gemini 3.8 Live 引入实时数字人功能,支持异步工具调用与多语言唇形同步,为企业级智能体交互提供了更具表现力的视觉方案。