Meta 今天发布了自己的 AI 视频生成模型 Movie Gen，他们认为是迄今为止最先进的媒体基础模型。
Meta 今天发布了其 AI 视频生成模型 Movie Gen，称其为迄今为止最先进的媒体基础模型。
Movie Gen 是一个拥有 30 亿参数的变换器模型，能够从单一文本提示生成高质量、高分辨率的视频和图像。
除了视频生成，Movie Gen 还包括一个 13 亿参数的音频模型，能够通过视频输入和文本提示生成与视频同步的高保真音频，涵盖环境音、背景音和音效，确保音质优良且视频与音频精确对齐。
此外，Movie Gen 还具备编辑功能，可以通过生成的视频及文本指令执行局部编辑，如添加、删除或替换元素，或进行全局样式和背景的更改。
Movie Gen 还能够利用个人图像和文本提示，生成保留角色特征和自然运动效果的视频。
就目前发布的演示视频来看，画面质量和动态效果和 Sora 无异，总体效果甚至优于 Runway、可灵等目前最主流的 AI 视频生成工具。
跨境电商网站常因语言壁垒导致高跳出率。Weglot 是一款 AI 翻译工具，仅需几分钟即可通过添加脚本实现网站多语言本地化，且保持原有排版。该工具支持可视化编辑、术语表锁定及团队协作，便于后续维护。同时，它能自动优化 hreflang 标签、独立 URL 及元数据，解决多语言 SEO 难题。借助母语内容布局小语种市场，企业可以低成本获取流量红利，有效提升海外转化率。
中科大团队发布 SCOPE 框架，通过结构化语义规格解决 AI 绘画中复杂提示词语义丢失问题。该系统将提示词拆解为实体、约束及未知项，构建包含分解、合成、生成、验证的四步循环，并辅以检索、推理和修复技能，实现生成过程全程可追溯与精准修复。团队还推出 Gen-Arena 评测基准及 EGIP 指标。实验显示 SCOPE 在多项基准中表现优异，为多元素控制场景提供了工程化解决方案，代码已开源。
Stability AI 发布开源音频模型 Stable Audio 3.0，最长可生成 6 分 20 秒立体声音频。该模型采用 SAME 架构实现 4096 倍压缩，支持变量长度生成与局部编辑，Small 版本可在移动端离线运行。训练数据均获授权，规避版权风险。提供四个变体及 LoRA 微调文档，社区许可允许商用。此次升级标志着开源音频生成从短音效迈向完整歌曲创作，为开发者提供了本地化、合规的高质量音频生成方案。
围绕《Meta 发布最新 AI 视频生成模型 Movie Gen》展开交流，未登录用户可浏览评论，登录后可参与讨论。
