แท็ก

#Video Generation

3 บทความ

Reka เปิด research preview ของ Rho-1 โมเดล omni 19B ที่ฝึกเองตั้งแต่ศูนย์ — เข้าใจและสร้างข้อความ ภาพ วิดีโอ และสั่งแขนกลได้ในเครือข่ายเดียวโดยไม่เรียก tool ใช้ H100 แค่ 320 ตัว แต่ยังไม่ปล่อยน้ำหนักหรือ API
งานวิจัย

Reka เปิด research preview ของ Rho-1 โมเดล omni 19B ที่ฝึกเองตั้งแต่ศูนย์ — เข้าใจและสร้างข้อความ ภาพ วิดีโอ และสั่งแขนกลได้ในเครือข่ายเดียวโดยไม่เรียก tool ใช้ H100 แค่ 320 ตัว แต่ยังไม่ปล่อยน้ำหนักหรือ API

5 ต.ค. 2026 Reka AI เปิดตัว research preview ของ Rho-1 โมเดล omni ขนาด 19B ที่ใช้ KV cache ร่วมกันระหว่าง stream ฝั่งเข้าใจ (next-token) กับ stream ฝั่งสร้าง (flow matching) ทำให้สร้างภาพและวิดีโอแบบสตรีมใกล้ real-time และส่ง action ให้หุ่นยนต์ได้จากเครือข่ายเดียว ฝึกบน H100 320 ตัวราว 3 เดือน ยังไม่มีน้ำหนักหรือ API ให้ใช้ แต่ Reka ปล่อย Inverse Dynamics Model ที่ใช้ทำข้อมูลฝึกเป็น Apache-2.0 แล้ว

· อ่าน 4 นาที
Gemini Omni 1.1 Flash ขึ้น GA — ต่อฉากได้ถึง 40 วินาที กำหนดเฟรมแรก-เฟรมสุดท้าย และร่างที่ 360p ถูกลงสามเท่า
โมเดลใหม่

Gemini Omni 1.1 Flash ขึ้น GA — ต่อฉากได้ถึง 40 วินาที กำหนดเฟรมแรก-เฟรมสุดท้าย และร่างที่ 360p ถูกลงสามเท่า

Google ปล่อย gemini-omni-1.1-flash เมื่อ 27 ส.ค. เป็น GA บน paid tier ของ Gemini API — ต่อฉากทีละ 10 วินาทีถึงรวม 40 วินาทีโดยอ่านบริบทย้อนหลังได้ 10 วินาที (เดิมอ่านแค่วินาทีสุดท้าย) กำหนดเฟรมแรก-สุดท้าย อัปสเกล 4K และร่างที่ 360p เร็วขึ้นถึง 60% ในราคาหนึ่งในสามของ 720p

· อ่าน 5 นาที
ByteDance ปล่อย Seedance 2.5 — วิดีโอพร้อมเสียง 30 วินาทีในการ generate รอบเดียว คุมได้ด้วย reference หลายสิบชิ้น
โมเดลใหม่

ByteDance ปล่อย Seedance 2.5 — วิดีโอพร้อมเสียง 30 วินาทีในการ generate รอบเดียว คุมได้ด้วย reference หลายสิบชิ้น

Seedance 2.5 โมเดลวิดีโอรุ่นใหม่ของ ByteDance สร้างคลิปพร้อมเสียงยาว 30 วินาทีแบบ single pass ต่อความยาวเพิ่มได้อีกสองรอบ รับ reference สูงสุด 50 ชิ้นต่อการ generate พร้อมเครื่องมือตัดต่อระดับโปรดักชัน — API สำหรับตลาดนอกจีนเตรียมเปิดผ่าน BytePlus ModelArk

· อ่าน 3 นาที