媒体人工智能产品更新(Kling AI、Microsoft VibeVoice、Magnific)

多款媒体人工智能产品宣布了持久资产、近实时文本转语音(TTS)和集成兴趣的新功能。
Key insights
Kling AI推出主题库以支持持久角色资产
Kling AI推出了一项名为“主题库”的功能,使创作者能够上传角色和资产集到可重用的库中。该系统能够自动生成不同角度、光照和场景下的变体,并绑定角色的视觉属性,以便在生成过程中引用角色(例如,'@characterName')时,模型能够检索并应用一致的特征。该功能旨在防止角色在不同媒体中的外观不一致。
Microsoft发布近实时VibeVoice TTS模型
Microsoft宣布推出VibeVoice-Realtime-0.5B,这是一款近实时文本转语音模型,延迟约为300毫秒,支持英语和中文(中文质量略低)。VibeVoice能够生成长达90分钟的流畅音频,处理自然的四角色对话,表现情感变化,并保持上下文以确保一致的韵律和节奏。该模型紧凑,旨在嵌入应用程序中。
用户请求将Magnific原生集成到Adobe套件中
用户评论表达了对将Magnific原生集成到Adobe应用程序(如Photoshop)中的强烈兴趣,表明对应用内生成特性的需求。评论将原生集成视为提升创作工作流程的高优先级增强功能。