谷歌照片更新了图像转视频功能，用户可以通过文本提示描述运动、风格或效果。此功能仅限18岁及以上用户，支持更精确的视频生成，并默认添加音频，同时简化了通过Gmail分享照片和视频的过程。

本文提出了一种新方法ETVA，用于精确评估文本提示与生成视频之间的语义对齐。ETVA通过生成细粒度问题并进行回答，克服了现有指标的局限性。实验结果表明，ETVA与人类判断的相关性显著高于现有指标，并构建了一个包含2000个提示和12000个问题的基准，推动了文本到视频生成的发展。

AI图像生成为艺术家提供了新的创作工具。通过精准的文本提示，用户可以生成特定风格的图像，关键在于艺术媒介、风格、光线和构图等元素。结合参考图像和风格转移技术，可以提升视觉效果。生成过程需反复调整，并关注版权和伦理问题，掌握这些技巧可开启新的创作可能性。

Envato ImageGen是一款AI图像生成工具，用户可通过文本提示快速生成艺术作品。支持多种图像比例和“增强提示”功能，帮助生成更详细的图像。用户需注册Envato Elements账户，免费生成5张图像，之后需订阅。通过详细提示和风格关键词，用户可获得更佳效果。

OpenAI推出的GPT-4o具备原生图像生成能力，能够根据文本提示生成高质量图像，支持多种输入形式。尽管存在裁剪和多语言渲染等局限性，GPT-4o仍为用户提供了强大的图像创作工具，适合多种用户群体。

Dfusion AI是一款强大的图像生成工具，能够将文本提示转化为高质量的视觉作品，适合艺术家和设计师使用。用户只需输入描述和选择风格，即可快速生成图像，提升创作效率。随着AI技术的发展，Dfusion AI将推动创意工作的未来。

YouTube推出新的生成AI视频功能，允许创作者在制作短视频时生成独立片段。该功能与Google的Veo 2视频模型集成，旨在提升生成速度和真实感。用户可通过短视频相机访问，输入文本提示。目前在美国、加拿大、澳大利亚和新西兰推出，未来将扩展至更多地区。

CustomCrafter是一种新的视频生成方法，能够在保留原始运动和构图的基础上，结合用户提供的文本提示与现有视频，生成反映文本的新视频。

本文介绍了一种网页设计，允许用户通过按钮在日间和夜间模式之间切换，界面会根据模式变化调整背景和图像效果，并包含动画效果和文本提示。

本文介绍了修复老照片并使其焕发新生的方法，包括超分辨率处理、ControlNet模型重建、文本提示扩散过程、ControlNet精细调整和Stable Diffusion填补空白。

Google DeepMind发布了一款新的AI工具，用于生成视频配乐。该工具结合了文本提示和视频内容，可以创建具有戏剧音效、逼真音效或与视频角色和氛围相匹配的音频。用户可以在DeepMind的网站上查看示例。该工具可以生成无限数量的配乐，使用户能够获得无尽的音频选择。DeepMind的AI工具通过对包含声音详细描述和口语对话转录的视频、音频和注释进行训练，能够将音频事件与视觉场景匹配。