全新稀疏注意力优化！腾讯最新超轻量视频生成模型HunyuanVideo 1.5核心技术解密
全新稀疏注意力优化！腾讯最新超轻量视频生成模型HunyuanVideo 1.5核心技术解密腾讯混元大模型团队正式发布并开源HunyuanVideo 1.5。
来自主题: AI技术研报
8594 点击 2025-11-27 10:10
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
腾讯混元大模型团队正式发布并开源HunyuanVideo 1.5。
今天，来自快手可灵团队和香港城市大学的研究者们，正在尝试打破这一界限。他们提出了一个全新的任务范式——「视频作为答案」，并发布了相应模型VANS。而这项工作则开创性地提出了Video-Next Event Prediction任务，要求模型直接生成一段动态视频作为回答。
视频创作中，你是否曾希望复刻变成 Labubu 的特效，重现吉卜力风格化，跳出短视频平台爆火的同款舞蹈，或模仿复杂有趣的希区柯克运镜？
近年来，Stable Diffusion、CogVideoX 等视频生成模型在自然场景中表现惊艳，但面对科学现象 —— 如流体模拟或气象过程 —— 却常常 “乱画”：如下视频所示，生成的流体很容易产生违背物理直觉的现象，比如气旋逆向旋转或整体平移等等。
硅谷华人大三学生创立的教育类 AI 产品 VideoTutor，近日宣布完成 1100 万美元种子轮融资，成为硅谷学生创业中融资规模最高的项目。
AI 视频初创公司 Video Rebirth 今日宣布完成 5000 万美元的融资。本轮融资参与方阵容强大，包括全球及新加坡的头部美元基金、互联网巨头、中国及韩国老牌游戏上市公司、全球领先的芯片企业及知名家族办公室，募集资金将主要用于视频模型的持续迭代、顶尖人才招募及全球市场拓展。
每周我们都会和不少AI公司创业者交流，体验和评测新的AI产品，以各种方式去研究这些项目。
在多模态生成领域，由视频生成音频（Video-to-Audio，V2A）的任务要求模型理解视频语义，还要在时间维度上精准对齐声音与动态。早期的 V2A 方法采用自回归（Auto-Regressive）的方式将视频特征作为前缀来逐个生成音频 token，或者以掩码预测（Mask-Prediction）的方式并行地预测音频 token，逐步生成完整音频。
华人大三学生，1100 万美元种子轮，硅谷学生创业目前融资最高产品。
AI医学生产力工具开发公司「零假设」近日获近亿元A轮融资，由荷塘创投、国方创新、上海喆驭投资，老股东元禾原点超额认购。本轮融资主要用于打磨、落地场景化AI医学智能体，构建连通药企和医生的学术沟通桥梁。唯快资本长期担任独家融资顾问。