AI 科技周报（12.2 - 12.8）

文章预览

1. 腾讯发布了 HunyuanVideo 开源文本到视频模型 HuggingFace 上提供了权重，但它需要至少 45GB 的 VRAM 才能运行，它已经在 Fal 和 Replicate上 可用，在单个 H100 GPU 上需要 8 分钟才能生成 5 秒的剪辑。 2. 谷歌 DeepMind 公布了他们的下一代 Genie 2 谷歌 DeepMind 公布了他们的下一代 Genie 模型。与 2D 前身相比， Genie 2可以从单个图像生成可玩的 3D 世界，并通过键盘和鼠标输入进行控制。 3. MV-Adapter 能够生成一致的多视图图像 能够生成一致的多视图图像是良好 3D 生成的关键。 MV-Adapter 是完成该任务的最新工具。它可以仅从文本、图像或不同的 CN 创建最多 40 个视图，并可与各种 SDXL 模型配合使用。 4. Trellis 3D：用于可扩展和多功能 3D 生成的结构化 3D 潜在资源 Trellis 3D 可生成辐射场、3D 高斯和网格等格式的高质量 3D 资源。它支持文本和图像调节，提供灵活的输出 ………………………………