谷歌发布Gemini 3.8 Live with Live Avatar,为实时对话模型加入近实时视频生成,实现精准唇形同步、自然表情与流畅对话。该功能支持多模态交互、异步工具调用,可无缝切换97种语言,并提供可定制虚拟形象。所有AI生成内容均嵌入SynthID水印以保障透明度。目前已在Gemini Enterprise上线。
Runway发布实时视频生成研究,提出自回归因果扩散与两阶段蒸馏路线,使模型逐帧流式输出,将创作从等待转为即时执导。技术分教师强制与学生强制两步,蒸馏先离线后在线,并采用递增序列长度课程训练。实时生成使计算瓶颈转向推理,可推动交互式媒体与智能体模拟等应用。
H3 Max模型支持实时视频生成,5秒768p视频生成不到3秒,已用于Twitch直播和24小时AI电视台,观众可通过聊天指令实时影响内容。H3开源后下载超2400万次,衍生模型超300个,社区持续优化模型速度与交互,推动视频生成从一次性工具转向实时内容系统。
完成下面两步后,将自动完成登录并继续当前操作。