DeepMind前成员推出Haiper:AI视频生成赛道再添新势力

简介: 【2月更文挑战第16天】DeepMind前成员推出Haiper:AI视频生成赛道再添新势力

92ac2b1d0cec1697512a723591c9bf8b.jpeg
在人工智能的快速发展浪潮中,视频内容的生成技术正逐渐成为新的研究热点。近期,这一领域迎来了一位新的竞争者——Haiper,由DeepMind的两位前成员易树和王子宇共同创立。他们的公司专注于开发先进的视频生成工具,这一技术的推出,预示着AI视频生成领域的竞争格局将更加多元和激烈。

Haiper的成立并非偶然,它的前身是一个专注于AI 3D建模的项目。然而,在深入研究和市场调研后,易树和王子宇发现视频生成技术具有更广阔的应用前景和市场需求。因此,他们决定调整方向,专注于视频内容的AI生成技术,并在2022年正式成立了Haiper公司。

Haiper的技术实力得到了资本市场的认可。在种子轮融资中,Haiper成功吸引了Octopus Ventures等知名投资机构的青睐,共筹集了1380万美元。此外,公司还在2022年4月获得了由杰弗里·辛顿等天使投资者支持的540万美元的种子前轮融资。这些资金的注入,为Haiper的研发和市场推广提供了坚实的基础。

Haiper的官方网站提供了一项创新的服务:用户可以通过简单的文本输入,免费生成视频。这项服务目前能够生成最长两秒的高清视频,以及质量稍低的四秒视频。这一服务的推出,降低了视频内容创作的门槛,使得普通用户也能够轻松制作出专业级别的视频内容。此外,Haiper还提供了图像动画化和视频风格转换等附加功能,进一步丰富了用户的创作体验。

尽管Haiper目前专注于面向消费者的服务,但公司的愿景远不止于此。易树和王子宇希望构建一个核心视频生成模型,这个模型不仅能够服务于普通用户,还能够为开发者和企业提供强大的技术支持。目前,Haiper已经私下接触了一些开发者,邀请他们测试封闭的API,并期待通过他们的反馈来优化产品。未来,Haiper甚至可能考虑开源其模型,以促进更广泛的应用探索。

Haiper的团队正在迅速扩张,目前约有20名员工,并正在积极招聘工程和营销领域的人才。在AI视频生成领域,Haiper面临着来自OpenAI的Sora等强劲对手的挑战。同时,Google和Nvidia支持的Runway、Google和Meta以及Stability AI等公司也在这一领域拥有自己的视频生成模型。这些竞争者的存在,无疑为Haiper的发展带来了压力,但同时也激发了团队的创新潜力。

Haiper的创始人易树和王子宇都拥有牛津大学机器学习方向的博士学位,并在业界积累了丰富的经验。他们的专业背景和技术经验为Haiper的发展提供了坚实的支撑。易树曾在TikTok的全球信任与安全团队工作,而王子宇则在谷歌和DeepMind担任过研究科学家。他们的这些经历,使得Haiper在技术研究和产品开发上具有先天的优势。

Haiper的推出,不仅为AI视频生成领域带来了新的活力,也为用户和开发者提供了新的工具和可能性。随着技术的不断进步和市场的扩大,Haiper有望在AI视频生成领域占据一席之地,并推动整个行业的发展。无论是对于内容创作者、企业还是普通用户,Haiper的出现都预示着更多的可能性和机遇。

目录
相关文章
|
30天前
|
机器学习/深度学习 人工智能 编解码
|
18天前
|
人工智能 自然语言处理 语音技术
使用AI识别语音和B站视频并通过GPT生成思维导图原创
AI脑图现新增语音及B站视频内容识别功能,可自动生成思维导图。用户可通过发送语音或上传语音文件,系统自动转换为文本并生成结构化的思维导图;对于B站视频,仅需提供链接即可。其工作流程包括:语音转文本、文本结构化、生成Markdown、Markdown转思维导图HTML以及输出最终的思维导图图片给用户。
25 0
|
1月前
|
人工智能 搜索推荐
影视与游戏行业AI视频制作的第3步:为角色生成说话视频
继 影视与游戏行业AI视频制作实战:第一步,角色形象设计的一致性以及影视与游戏行业AI视频制作实战:第二步,为角色生成个性化语音 后,实现角色生动化的下一步动作就是能让图像动起来。
|
30天前
|
机器学习/深度学习 人工智能 算法
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
AIGC-基于EAS服务快速部署一个AI视频生成
AIGC-基于EAS服务快速部署一个AI视频生成
|
2月前
|
存储 SQL 人工智能
|
2月前
|
人工智能 数据安全/隐私保护 计算机视觉
旷视开源的AI人像视频生成太炸了!输入照片即可模仿任意表情包
【7月更文挑战第6天】旷视科技开源AI模型MegActor,以照片生成逼真人像视频,模仿表情包。基于条件扩散模型,解决身份泄露和背景干扰问题,使用合成数据、图像分割、CLIP编码及风格迁移技术。虽有视频质量、隐私风险及计算资源限制,但对动画和虚拟偶像行业带来革新。[链接](https://arxiv.org/abs/2405.20851)
81 3
|
3月前
|
人工智能 算法 计算机视觉
无论真实还是AI视频,摩斯卡都能重建恢复4D动态可渲染场景
【6月更文挑战第30天】摩斯卡系统革命性地从单视角视频重建4D动态场景,融合2D视觉模型与物理优化,实现渲染。利用“Motion Scaffold”表示几何、外观和运动,即使在多视角输入困难时也能保证高质量重建与渲染。虽有输入质量和计算资源限制,但其创新性提升了动态场景处理的实用性和可控性。[arXiv:2405.17421](https://arxiv.org/pdf/2405.17421)
34 2
|
3月前
|
机器学习/深度学习 人工智能 算法
OpenAI发布全新AI视频模型Sora:引领视频创作新纪元
OpenAI发布全新AI视频模型Sora:引领视频创作新纪元
|
3月前
|
人工智能 关系型数据库 Docker
【Django项目】 通过AI实现视频转文字
【Django项目】 通过AI实现视频转文字