北大&银河通用发布UrbanVLA：首个城市微出行VLA模型，让它像老司机一样认路、避障
点击下方卡片，关注“AI生成未来”扫码免费加入AI知识星球，如您有工作需要分享，欢迎联系：aigc_to_future作者：Anqi Li等解读：AI生成未来文章链接：https://arxiv.org/pdf/2510.23576 项目链接：https://pku-epic.github.io/UrbanVLA-Web/图1：UrbanVLA 的实际部署展示了在具有未知布局、动态障碍物和不同光照的各种环境中...
2025-10-29 08:01:00
导演之魂，端到端电影制作更进一步！港科大&蚂蚁等最新HoloCine一键生成完整电影场景
点击下方卡片，关注“AI生成未来”扫码免费加入AI知识星球，如您有工作需要分享，欢迎联系：aigc_to_future作者：Yihao Meng等解读：AI生成未来论文链接：https://arxiv.org/pdf/2510.20822项目链接：https://holo-cine.github.io/图 1.仅凭文字提示，HoloCine 就能整体生成连贯的电影多镜头视频叙事。图中展示了我们模型的多...
2025-10-28 08:01:00
Open-Sora-Plan团队最新力作UniWorld-V2：图像编辑涨点神器，旧模型也能秒变SoTA！
点击下方卡片，关注“AI生成未来”扫码免费加入AI知识星球，如您有工作需要分享，欢迎联系：aigc_to_future作者：UniWorld团队解读：AI生成未来论文链接：https://arxiv.org/pdf/2510.16888Git 链接：https://github.com/PKU-YuanGroup/Edit-R1亮点直击Edit-R1框架：结合DiffusionNFT技术与预训练多模态大模型（MLLM）构建免...
2025-10-27 08:01:00
具身智能的“盗梦空间”！GigaAI最新重磅发布GigaBrain-0：世界模型驱动的VLA模型
点击下方卡片，关注“AI生成未来”扫码免费加入AI知识星球，如您有工作需要分享，欢迎联系：aigc_to_future作者：GigaAI解读：AI生成未来文章链接：https://arxiv.org/pdf/2510.19430 主页链接：https://gigabrain0.github.io/亮点直击以世界模型为核心的数据引擎: 提出并利用一个名为 GigaWorld 的世界模型框架，作为强大的...
2025-10-26 13:12:07
颠覆视频编辑！浙大腾讯等发布IVEBench:首个全面支持指令驱动视频编辑的评测基准套件
点击下方卡片，关注“AI生成未来”扫码免费加入AI知识星球，如您有工作需要分享，欢迎联系：aigc_to_future作者：Yinan Chen等解读：AI生成未来项目主页： https://ryanchenyn.github.io/projects/IVEBench论文： https://arxiv.org/abs/2510.11647代码： https://github.com/RyanChenYN/IVEBench数据集： https://huggingfac...
2025-10-25 00:01:00
图像编辑的ChatGPT时刻来了？苹果40万真实图像训练，AI现在能听懂你的‘精修指令’了
点击下方卡片，关注“AI生成未来”扫码免费加入AI知识星球，如您有工作需要分享，欢迎联系：aigc_to_future作者：Yusu Qian等解读：AI生成未来文章链接:https://arxiv.org/pdf/2510.19808 代码链接：https://github.com/apple/pico-banana-400k 亮点直击大规模且真实：包含约 40 万个基于真实世界照片生成的图像编辑样本，克...
2025-10-24 07:31:00
速度狂飙12倍！清华FlashVSR：首次实现超高清视频实时超分辨率，超越所有扩散VSR模型
点击下方卡片，关注“AI生成未来”扫码免费加入AI知识星球，如您有工作需要分享，欢迎联系：aigc_to_future作者：Junhao Zhuang等解读：AI生成未来文章链接：https://arxiv.org/pdf/2510.12747 项目链接：https://zhuang2002.github.io/FlashVSR 代码链接：https://github.com/OpenImagingLab/FlashVSR 模型链接：https://hug...
2025-10-23 07:31:00
破解长视频理解困局！MIT&英伟达最新开源StreamingVLM:统一实时流式视觉语言理解框架
点击下方卡片，关注“AI生成未来”扫码免费加入AI知识星球，如您有工作需要分享，欢迎联系：aigc_to_future作者：Ruyi Xu等解读：AI生成未来文章链接：https://arxiv.org/pdf/2510.09608Git链接：https://github.com/mit-han-lab/streaming-vlm Demo链接：https://streamingvlm.hanlab.ai/亮点直击训练与推理统一的流式架构：...
2025-10-22 07:30:53
英伟达发布“平民版”Sora，720P分钟级视频，一块显卡就能跑！
点击下方卡片，关注“AI生成未来”扫码免费加入AI知识星球，如您有工作需要分享，欢迎联系：aigc_to_future作者：Junsong Chen等解读：AI生成未来论文链接：https://arxiv.org/pdf/2509.24695 项目链接：https://nvlabs.github.io/Sana/Video/ 亮点直击SANA-Video，一种小型扩散模型，旨在实现高效训练和快速推理，同时不影响...
2025-10-21 07:30:00
视频生成实时拖拽一切！南洋理工DragStream实现拖一下就能改大片，告别从头渲染！
点击下方卡片，关注“AI生成未来”扫码免费加入AI知识星球，如您有工作需要分享，欢迎联系：aigc_to_future作者：Junbao Zhou等解读：AI生成未来论文链接：https://arxiv.org/pdf/2510.03550REVEL 任务示例上图所示的流式视频处理结果包括编辑和动画，并带有对象平移（"Trans"）、变形（"Defor"）和旋转（"Rot"）等拖动效果，...
2025-10-18 07:30:00
李飞飞全新「世界模型」问世！效率单张H100实时生成3D永恒世界
点击下方卡片，关注“AI生成未来”如您有工作需要分享，欢迎联系：aigc_to_future转载自：新智元如有侵权，联系删稿就在刚刚，李飞飞World Labs重磅发布全新实时生成式世界模型——RTFM（Real-Time Frame Model，实时帧模型）！这是一款效率极高的，在大型视频数据上进行端到端训练的自回归扩散Transformer模型。仅需一块H100 G...
2025-10-18 07:30:00
视频生成首次注入“物理灵魂”！港大&快手新模型PhysMaster让虚拟世界遵从真实定律
点击下方卡片，关注“AI生成未来”扫码免费加入AI知识星球，如您有工作需要分享，欢迎联系：aigc_to_future作者：Sihui Ji等解读：AI生成未来论文链接：https://arxiv.org/pdf/2510.13809项目链接：https://sihuiji.github.io/PhysMaster-Page/git链接：https://github.com/KwaiVGI/PhysMaster【亮点直击】将物理知识捕捉为一...
2025-10-17 07:30:00
身份保持超越Nano Banana！获多项SOTA！浙大ContextGen实现布局控制+身份保真双突破
点击下方卡片，关注“AI生成未来”扫码免费加入AI知识星球，如您有工作需要分享，欢迎联系：aigc_to_future作者：Ruihang Xu等编辑：AI生成未来文章链接: https://arxiv.org/abs/2510.11000项目主页: https://nenhang.github.io/ContextGen/【导语】 AI作图正在从“自由创作”走向“精确工程”。面对商业应用中对多主体身份一致性...
2025-10-16 07:30:00
速度质量我全都要！中科大&美团找到自回归生图“熵”密码，聪明采样提速15%且画质无损！
点击下方卡片，关注“AI生成未来”扫码免费加入AI知识星球，如您有工作需要分享，欢迎联系：aigc_to_future作者：Xiaoxiao Ma等解读：AI生成未来文章链接：https://arxiv.org/pdf/2510.09012 Git链接：https://github.com/krennic999/ARsample图 1：顶行：我们的方法生成的图像具有更精细的细节和更好的结构。下一行：我们的...
2025-10-15 07:30:00
国产之光！快手可灵发布统一理解/生成/编辑视频框架UniVideo：让AI视频创作“大一统”
点击下方卡片，关注“AI生成未来”扫码免费加入AI知识星球，如您有工作需要分享，欢迎联系：aigc_to_future作者：Cong Wei等解读：AI生成未来文章链接：https://arxiv.org/pdf/2510.08377 项目链接：https://congwei1230.github.io/UniVideo/ Hugging Face链接：https://huggingface.co/papers/2510.08377亮点直击UniVideo——...
2025-10-14 07:30:00
史诗级突破！一个模型让你秒变PS大神，字节最新InstructX仅用“看图”就学会了剪视频
点击下方卡片，关注“AI生成未来”扫码免费加入AI知识星球，如您有工作需要分享，欢迎联系：aigc_to_future作者：Chong Mou等解读：AI生成未来文章链接：https://arxiv.org/pdf/2510.08485 项目链接：https://mc-e.github.io/project/InstructX/ Git链接：https://github.com/MC-E/InstructX?tab=readme-ov-fileInstructX 的...
2025-10-13 07:30:00
图文双指令开智能创作新纪元！DreamOmni2实现“意念级”P图，文字图片都是你的画笔！
点击下方卡片，关注“AI生成未来”扫码免费加入知识星球，如您有工作需要分享，欢迎联系：aigc_to_future作者：Bin Xia等解读：AI生成未来文章链接：https://arxiv.org/pdf/2510.06679Git链接：https://github.com/dvlab-research/DreamOmni2亮点直击两个非常实用的任务：基于多模态指令的编辑和由任何具体或抽象概念引导的生...
2025-10-12 00:00:34
不止补帧，更能补世界！港中文&快手可灵最新VideoCanvas实现真正任意时空视频补全
点击下方卡片，关注“AI生成未来”扫码免费加入AI知识星球，如您有工作需要分享，欢迎联系：aigc_to_future作者：Minghong Cai等解读：AI生成未来文章链接：https://arxiv.org/pdf/2510.08555 项目链接：https://onevfall.github.io/project_page/videocanvas/ Git链接：https://onevfall.github.io/project_page/videocanvas...
2025-10-11 00:00:00
通用具身智能要来了！卡内基梅隆&Meta发布效率之王MetaVLA：训练步数降3倍，GPU时间少76%
点击下方卡片，关注“AI生成未来”扫码免费加入知识星球，如您有工作需要分享，欢迎联系：aigc_to_future作者：Chen Li等解读：AI生成未来文章链接：https://arxiv.org/pdf/2510.05580 项目链接：https://stellar-neuron.github.io/metavla/ 亮点直击探索了一个尚未充分研究的方向：通过引入多样的辅助任务，以可忽略的优化开...
2025-10-10 07:30:00
告别“无脑”生成！VChain视频推理链：仅靠几个关键帧，自动拍出因果清晰的“电影级”短片
点击下方卡片，关注“AI生成未来”扫码免费加入知识星球，如您有工作需要分享，欢迎联系：aigc_to_future作者：Ziqi Huang，Ning Yu等解读：AI生成未来文章链接：https://arxiv.org/pdf/2510.05094 项目链接：https://eyeline-labs.github.io/VChain git链接：https://github.com/Eyeline-Labs/VChain 亮点直击VChain，一种利...
2025-10-09 07:30:00
世界知识赋能文生图模型！港科大开源World-To-Image:自己上网搜图学习，准确率飙升8%！
点击下方卡片，关注“AI生成未来”扫码免费加入AI交流群，如您有工作需要分享，欢迎联系：aigc_to_future作者：Moo Hyun Son等解读：AI生成未来文章链接：https://arxiv.org/pdf/2510.04201 Git链接：https://github.com/mhson-kyle/World-To-Image效果展示亮点直击智能体式优化框架。提出了一种诊断与选择智能体，它在语义分...
2025-10-08 00:00:00
4分15秒！高质量超长视频生成取得颠覆突破！字节Self-Forcing++超基线50倍，效果炸裂！
点击下方卡片，关注“AI生成未来”扫码免费加入交流群，如您有工作需要分享，欢迎联系：aigc_to_future作者：Justin Cui、Jie Wu等解读：AI生成未来论文链接：https://arxiv.org/pdf/2510.02283项目链接：https://self-forcing-plus-plus.github.io/亮点直击揭示了自回归模型在扩展生成视野时的主要障碍，即训练与推理过程中...
2025-10-07 12:16:18
南洋理工&腾讯最新Rolling Forcing解决流视频生成长期误差累积，连贯如一且长达数分钟！
点击下方卡片，关注“AI生成未来”扫码免费加入交流群，如您有工作需要分享，欢迎联系：aigc_to_future作者：Kunhao Liu等解读：AI生成未来论文链接：https://arxiv.org/pdf/2509.25161项目链接：https://kunhao-liu.github.io/Rolling_Forcing_Webpage/图 1：Rolling Forcing 可在单个 GPU 上以 16 fps 的速度实时生成从文本...
2025-10-06 07:30:00
革新视频生成速度的秘密武器！英伟达最新DC-VideoGen：超高清生成实现近15倍加速
点击下方卡片，关注“AI生成未来”扫码免费加入交流群，如您有工作需要分享，欢迎联系：aigc_to_future作者：Junyu Chen等解读：AI生成未来论文链接：https://arxiv.org/pdf/2509.25182Git链接：https://github.com/dc-ai-projects/DC-VideoGen亮点直击DC-VideoGen，一个用于加速视频扩散模型的通用框架。通过低成本的后训练...
2025-10-04 22:26:46
统一高效图像生成与编辑！百度&新加坡国立提出Query-Kontext，多项任务“反杀”专用模型
点击下方卡片，关注“AI生成未来”扫码免费加入交流群，如您有工作需要分享，欢迎联系：aigc_to_future作者：Yuxin Song等解读：AI生成未来论文链接：https://arxiv.org/pdf/2509.26641亮点直击Query-Kontext，一种经济型集成多模态模型（UMM），能够将视觉语言模型（VLMs）中的多模态生成推理与扩散模型执行的高保真视觉渲染...
2025-10-03 22:23:05
LucidFlux-14B | 最新通用图形修复大模型：效果超越闭源付费商业模型！
点击下方卡片，关注“AI生成未来”如您有工作需要分享，欢迎联系：aigc_to_future作者：Song Fei†, Tian Ye†, Lujia Wang, Lei Zhu* 机构：香港科技大学（广州）、香港科技大学 论文链接：https://github.com/W2GenAI-Lab/LucidFlux/blob/main/Technical_Report.pdf 项目主页：https://w2genai-lab.github.io/LucidFlux 代...
2025-10-02 00:01:00
刚刚，Sora 2 重磅发布！视频生成的"GPT-3.5时刻"来临
点击下方卡片，关注“AI生成未来”扫下方二维码免费加入交流群，有问题欢迎联系：aigc_to_future作者：Sora团队今日,OpenAI正式推出旗舰级视频与音频生成模型Sora 2!2024年2月发布的初代Sora模型堪称视频生成领域的"GPT-1时刻"——这是视频生成技术首次展现出可用性，通过扩大预训练算力使物体持续性等基础行为规律自然涌现。此...
2025-10-01 07:45:01
这个交流群人数暴涨25倍！
第一天有近50名小伙伴加入这个免费学习交流群，人数壮大了，我分享的动力也来了，积木成林，积小流而成江海，坚持分享10天，100天，365天，2年，3年。。。相信时间的力量，一起成长！【Who is AI技术开放社区】为了更好的服务大家，让技术交流更加便捷，AI生成未来正式启动 「AI生成未来·AI技术开放社区」 知识星球！这是一...
2025-10-01 00:01:00
一张照片，秒变专属电影！字节最新Lynx黑魔法护航高保真个性化视频生成
点击下方卡片，关注“AI生成未来”如您有工作需要分享，欢迎联系：aigc_to_future作者：Shen Sang等解读：AI生成未来论文链接：https://arxiv.org/pdf/2509.15496Git链接：https://byteaigc.github.io/Lynx/亮点直击介绍了 Lynx，一个高保真的个性化视频生成框架，旨在从单个输入图像中保留身份。Lynx 采用基于适配器的设计，...
2025-09-30 07:30:00
AI技术开放交流群成立！AIGC、大模型、自动驾驶、具身智能。。。
大家好，为了更好的服务大家，让技术交流更加便捷，AI生成未来正式启动 「AI生成未来·AI技术开放社区」 知识星球！这是一个完全免费的高质量AIGC技术社群。这个社群更加适合记录和积累，方便回溯和复盘。愿景是联结数十万AIGC开发者、研究者和爱好者，解决从理论到实战中遇到的具体问题。倡导深度讨论，确保每个提问都能得...
2025-09-30 07:30:00
