纯文本驱动视频编辑，清华&华为&中科大实现无需掩码/参考帧就能精准移除/添加对象
纯文本驱动视频编辑，清华&华为&中科大实现无需掩码/参考帧就能精准移除/添加对象近年来，基于扩散的视频生成模型的最新进展极大地提高了视频编辑的真实感和可控性。然而，文字驱动的视频对象移除添加依然面临巨大挑战：
来自主题: AI技术研报
8180 点击 2025-12-12 09:37
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
近年来，基于扩散的视频生成模型的最新进展极大地提高了视频编辑的真实感和可控性。然而，文字驱动的视频对象移除添加依然面临巨大挑战：
给大模型装上「身体」与「同理心」，为现代人在人生旷野中提供「无条件的积极关注」。
觉得大模型消耗的算力过大，英伟达推出的8B模型Orchestrator化身「拼好模」，通过组合工具降本增效，使用30%的预算，在HLE上拿下37.1%的成绩。
白铂 博士，华为 2012 实验室理论研究部主任 信息论首席科学家
从ChatGPT到DeepSeek，AI正沿着“智能+”的路径进入新一轮浪潮。
随着基础模型的日益成熟，AI领域的研发重心正从“训练更强的模型”转移到“构建更强的系统”。在这个新阶段，适配（Adaptation） 成为了连接通用智能与垂直应用的关键纽带。
2025 年 12 月的第二周，一则颇为吸睛的消息从东京传出：一家名为 Integral AI 的初创公司宣布，他们已经成功测试出“世界上第一个具备 AGI 能力的模型”。AGI，即 Artificial General Intelligence（通用人工智能），向来被视为 AI 领域的终极圣杯。
在AI医疗的技术路线和商业模式上，双方走向了不同的方向：百川押注语言模型和ToC，邓江拥抱多模态和ToB。
本该绽放的Llama 4黯然失色，Meta内部地震频发：首席AI科学家离职、600人裁员、顶级大佬空降、开源战略转向。最新模型Avocado被曝延期且套壳Qwen，扎克伯格如何在对手狂飙中绝地反击？
近日，Waymo 发布了一篇深度博客，详细介绍了该公司的 AI 战略以及以 Waymo 基础模型为核心的整体 AI 方法。