雾象

WorldDreamer是一个创新的视频生成模型，它通过预测遮蔽的视觉令牌来理解并模拟世界动态。它在图像到视频合成、文本到视频生成、视频修复、视频风格化以及动作到视频生成等多个方面表现出色。该模型借鉴了大型语言模型的成功经验，将世界建模视为一个无监督的视觉序列建模挑战，通过将视觉输入映射到离散的令牌并预测被遮蔽的令牌来实现。

AI Agent是指Artificial Intelligence Agent（人工智能代理），是一种能够自主行动、做出决策的软件实体，具备通过独立思考、调用工具逐步完成给定目标的能力

先见AI是一个专注于商业分析和数据驱动决策的智能体工具，为中小企业提供低成本的商业咨询能力，帮助他们在市场中做出数据驱动的决策。先见AI由上海章节零一公司开发，它在2023年世界人工智能大会（WAIC）上获得了“Future Tech”展区最高荣誉“镇馆之宝”及“网络人气奖”。先见AI覆盖8000多个行业细分赛道，提供精准商业决策支持，将百万元级咨询服务降至百元级，30天市场研究缩短至30分钟。

Browser Operator 是 Opera 推出的一款基于浏览器的 AI Agent工具，可以帮助用户在不同网页上自动执行任务。Browser Operator 进一步增强了浏览器的角色，支持用户用自然语言描述所需任务，然后浏览器便会自动完成操作，例如浏览网页、填写表格、订购商品、预订酒店等等，节省用户的时间和精力。Browser Operator 目前处于功能预览阶段，Opera 将通过其 Feature Drop 计划向用户陆续推出。

CogVideoX是一个开源的视频生成模型，由清华大学团队开发，支持从文本描述生成视频。它提供了多种视频生成模型，包括入门级和大型模型，以满足不同质量和成本需求。模型支持多种精度，包括FP16和BF16，推荐使用与模型训练时相同的精度进行推理。CogVideoX-5B模型特别适用于需要生成高质量视频内容的场景，如电影制作、游戏开发和广告创意。

Phased Consistency Model（PCM）是一种新型的生成模型，旨在解决Latent Consistency Model（LCM）在文本条件高分辨率生成中的局限性。PCM通过创新的策略在训练和推理阶段提高了生成质量，并通过广泛的实验验证了其在不同步骤（1步、2步、4步、8步、16步）下与Stable Diffusion和Stable Diffusion XL基础模型的结合效果。

Pippit AI是由CapCut平台推出的AI创意内容制作工具，可以帮助用户快速生成高质量的视频、图形和品牌内容。Pippit AI支持AI视频创作、AI数字人生成、AI图像处理等多种功能，Pippit AI还提供了一系列商业授权的视频模板、图片、设计元素和音频资源。通过这些工具，用户可以轻松制作专业级的营销素材，无需设计技能即可实现创意表达。Pippit AI特别适合需要创作营销素材的商家、创作者、广告人员以及营销专业人士。

FIFO-Diffusion是一种基于预训练扩散模型的新颖推理技术，用于文本条件视频生成。它能够无需训练生成无限长的视频，通过迭代执行对角去噪，同时处理队列中一系列连续帧的逐渐增加的噪声水平；该方法在头部出队一个完全去噪的帧，同时在尾部入队一个新的随机噪声帧。此外，引入了潜在分割来减少训练推理差距，并通过前瞻去噪来利用前向引用的好处。