筛选结果
13 篇排序
28:27EN → 简体中文Sora 2 实测:人物客串、镜头调度与视频生成错误Matthew Berman · Forward FutureMatthew Berman 查看早期 Sora 2 片段,测试人物相似度、手部动作、运动、图形和物理效果,并指出生成场景出现的问题。
10:50EN → 简体中文Sora 2 早期演示:生成视频、声音与人物客串Matthew Berman · Forward FutureMatthew Berman 观看发布示例并试用早期网页和移动端应用,既注意到画面的真实感,也发现了一些瑕疵。
26:01EN → 简体中文测试 Veo 3:逼真的视频、生成音频与物理效果的失败Matthew Berman · Forward FutureMatthew Berman 和一位合作者通过街头采访、电影场景、视觉谜题和剪辑短片测试 Google 2025 年的视频模型。
9:10EN → 简体中文用 Blender 和 ComfyUI 引导 AI 图像生成Matthew Berman · Forward FutureMatthew Berman 演示 NVIDIA RTX 蓝图如何将简单的 Blender 场景和文本提示词转化为生成图像,涵盖安装与结果调整。
13:31EN → 简体中文Google Veo 2:电影镜头控制、逼真场景与运动局限Matthew Berman · Forward FutureMatthew Berman 回顾 Google 2024 年的视频生成示例,将部分输出与 Sora 比较,并指出动作和提示词遵循方面的问题。
14:23EN → 简体中文Sora 首次发布:分镜、Remix 与发布日测试Matthew Berman · Forward FutureMatthew Berman 探索 2024 年视频生成工具的编辑功能,并报告首次尝试中有好有坏的结果。
11:14EN → 简体中文Pixtral 12B:测试一款 2024 年的视觉语言模型Matthew Berman · Forward FutureMatthew Berman 在赞助商提供的云 GPU 上,对 Mistral 的 Pixtral 进行非正式图像、文本和界面生成测试。
11:23EN → 简体中文GameNGen:用扩散模型模拟 DOOMMatthew Berman · Forward FutureMatthew Berman 解读一项 2024 年的研究演示:逐帧生成可交互的类 DOOM 游戏,并探讨这类系统未来可能实现的功能。
14:25EN → 简体中文图像测试:Phi-3 Vision、LLaVA-Llama 3 与 GPT-4oMatthew Berman · Forward FutureMatthew Berman 在图像描述、截图、迷因和表格提取任务中比较三种 2024 年视觉模型配置,结果各有优劣。
13:37EN → 简体中文测试 Gemini 1.5 Pro 的长上下文与视频理解Matthew Berman · Forward FutureMatthew Berman 的 2024 年测试既展示了有用的图像和视频摘要,也出现代码被阻止与细节遗漏。
14:12EN → 简体中文Matthew Berman 评析电影创作者对 Sora 的早期实验Matthew Berman · Forward Future从早期 Sora 生成的影片和超现实生物出发,探讨创意工作、算力和视频模拟引发的问题。
16:27EN → 简体中文Matthew Berman 评述 EMO 音频驱动人像视频研究Matthew Berman, Jensen Huang · Forward FutureAlibaba 研究人员利用图像和人声音频让人像动起来;Berman 审视这一方法、其局限,以及对视频可信度的影响。
8:09EN → 简体中文2023 年的文生视频:Runway、Colab 与本地 Zeroscope 配置Matthew Berman · Forward FutureMatthew Berman 比较托管版 Runway Gen-2、Zeroscope 笔记本和 Windows GPU 本地安装,展示他遇到的短视频局限。









