XNews

Runway Gen4.5 视频/世界模型与 Grok Imagine API 查询

Runway Gen4.5 视频/世界模型与 Grok Imagine API 查询

Runway 宣布推出多个基于 Gen 4.5 构建的新视频和世界模型。 - Runway 举行了以视频为重点的发布会,发布了五个新的视频/世界模型。 - Gen 4.5 视频模型支持原始音频的生成和编辑。 - ALF 视频编辑模型能够编辑任意长度和多镜头的视频,同时保持角色、光照和环境的一致性。 - Runway 发布了 GWM1,这是一个基于 Gen 4.5 训练的通用自回归世界模型,用于逐帧预测。 - GWM Worlds 生成具有正确几何形状、光照和物理特性的沉浸式环境,以供探索和互动。 - GWM Avatars 提供由音频驱动的高保真数字人类,模拟自然运动和微表情。 - GWM Robotics 模拟机器人交互,包括策略评估和合成数据的故障场景。 - 此外,一位用户询问 Grok Imagine 是否提供图像/视频生成 API。

Key insights

Runway 发布包括音频编辑功能的 Gen 4.5 模型

Runway 宣布了 Gen 4.5 视频功能,包括原始音轨的本地生成和编辑。发布中包括一个 ALF 视频编辑模型,能够编辑任意长度和多个镜头的视频,同时保持角色连续性、光照和环境的一致性。

Runway 发布 GWM1 和多个世界模型变体

Runway 推出了 GWM1,这是一个基于 Gen 4.5 的通用自回归世界模型,能够进行逐帧预测,并允许用户在流式生成过程中进行干预。其他 GWM 变体包括用于生成沉浸式环境的 GWM Worlds、用于音频驱动的高保真数字人类的 GWM Avatars,以及用于机器人和物理模拟的 GWM Robotics,包括故障模式合成。

用户询问 Grok Imagine API 可用性

一位用户公开询问 Grok Imagine 是否提供图像和视频生成的 API,表明潜在开发者的兴趣,并指出寻找 API 文档的困难。该用户直接向平台负责人请求有关 API 访问的澄清。

Source posts