

Google Imagen 2
简介 :
Imagen提供先进的生成式媒体能力。Gemini模型非常适用于高级推理和通用用例,而任务特定的生成AI模型可以帮助企业提供专业能力。今天预览的文本到动态图片功能使Imagen在企业工作负载中更加强大。这允许营销和创意团队根据文本提示生成动态图片,如GIF等。初始时,动态图片将以每秒24帧(fps)的速度交付,分辨率为360x640像素,持续时间为4秒,计划进行持续增强。考虑到该模型专为企业应用设计,它擅长主题,如自然、食物图像和动物。它可以生成一系列的摄像机角度和动作,同时支持整个序列的一致性。Imagen的动态图片生成功能配备了安全过滤器和数字水印,以维护创作者和用户之间的信任承诺。此外,我们还通过高级照片编辑功能更新了Imagen 2.0的图像生成能力,包括修补和扩展。现在在Vertex AI上通用的这些功能,使用户可以轻松地删除图像中不需要的元素、添加新元素,并扩展图像边界,以创造更广阔的视野。此外,我们基于Google DeepMind的SynthID技术的数字水印功能现已通用,使客户能够生成隐形水印并验证Imagen系列模型生成的图像和动态图像。
需求人群 :
适用于企业营销、创意团队等
使用场景
生成企业广告动态图像
编辑和修复企业图片素材
扩展和标记图片边界
产品特色
高级生成式媒体能力
文本到动态图片功能
高级照片编辑功能
数字水印功能
支持多种主题和摄像机角度生成
精选AI产品推荐

Sora
Sora是一个基于大规模训练的文本控制视频生成扩散模型。它能够生成长达1分钟的高清视频,涵盖广泛的视觉数据类型和分辨率。Sora通过在视频和图像的压缩潜在空间中训练,将其分解为时空位置补丁,实现了可扩展的视频生成。Sora还展现出一些模拟物理世界和数字世界的能力,如三维一致性和交互,揭示了继续扩大视频生成模型规模来发展高能力模拟器的前景。
AI视频生成
17.2M

Animate Anyone
Animate Anyone旨在通过驱动信号从静态图像生成角色视频。我们利用扩散模型的力量,提出了一个专为角色动画量身定制的新框架。为了保持参考图像中复杂外观特征的一致性,我们设计了ReferenceNet来通过空间注意力合并详细特征。为了确保可控性和连续性,我们引入了一个高效的姿势指导器来指导角色的动作,并采用了一种有效的时间建模方法,以确保视频帧之间的平滑跨帧过渡。通过扩展训练数据,我们的方法可以为任意角色制作动画,与其他图像到视频方法相比,在角色动画方面取得了出色的结果。此外,我们在时尚视频和人类舞蹈合成的基准上评估了我们的方法,取得了最先进的结果。
AI视频生成
11.8M