圖片來源: CogVideo官網
CogVideo是第一個基於現有文本-圖像生成模型CogView2的文本-視頻生成模型，有94億個參數，在540萬對文本和視頻上進行了訓練，目前它是一個開源模型，任何人都可以使用。
應用面：
This is is part of my live-learning series I will be updating this post as I continue through my journey. I apologize for any grammatical errors or incoherent thoughts. This is a practice to help me share things that are valuable without falling apart from the pressure of perfection.
In this article, we will Delve into the intricacies of this cutting-edge technology, exploring its capabilities, potential, and how you can harness its power for your own creative endeavors.
Compare CogVideo vs min-dalle and see what are their differences.
This Article is written as a summay by Marktechpost Research Staff based on the paper 'CogVideo: Large-scale Pretraining for Text-to-Video Generation via Transformers'.
CogVideo 應該是當前最大的、也是首個開源的文本（Text）生成視頻（Video）模型。在設計模型上，模型一共有90億參數，基於預訓練「文本-圖像」模型 CogView2 打造，一共分為2個模塊。
CogVideo應該是目前社區中第一個開源的大規模文本到視頻合成的Transformer模型，CogVideo也第一次嘗試了如何將預訓練的文本到圖像生成模型遷移到文本到視頻合成模型中，這為後續工作的開展提供了全新的思路。
圖片來源: Synthesia官網
Synthesia結合AI人物與語音，將平凡無聊的簡報轉化為一支具專業性的影片，內含120多種語言可選擇，AI人物可代替您作為說明員一樣出現在影片中，讓即使是商業簡報也能抓住眼球。
點擊人數： 4573 +
圖片來源: Luma AI官網
Luma AI公司旨在讓每個人都能捕捉和體驗3D世界，無需安裝雷達或花俏的設備，Luma AI就能將現實中的2D照片渲染成3D模型。捕捉到的3D場景則包含複雜形狀、反射和照明等細節。
點擊人數： 6978 +
圖片來源: Fliki官網
Fliki可以將輸入之文章或是部落格轉換成AI語音音頻，並且可以依據文章語言、調性選擇語氣情感，可選擇只生成語音或是結合圖像/影音生成影片。
點擊人數： 5392 +
工具分類建議
感謝您的建議，我們將廣搜意見後優化分類！
