Introducing Muse Image and Muse Video
AI at Meta Blog3556 字 (约 15 分钟)
85
Meta推出Muse Image和Muse Video，通过多模态扩散模型实现高质量图像/视频生成，支持文本到视频的端到端生成。
入选理由：Muse Video支持文本到视频的端到端生成，帧率可达30fps
FeaturedArticle#AI生成#视频生成#Meta#扩散模型英文
概念
扩散模型
别名：diffusion model
基于概率扩散过程的生成模型框架
已跟踪 4 条高相关材料
TraeAI 观察
最近变化
2026-07-10 · Vidu S1模型通过动态控制机制实现30FPS实时视频生成
为什么值得关注
扩散模型 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
扩散模型视频生成AIAI生成Hugging Face
如果只读 3 篇
1
Introducing Muse Image and Muse Video
AI at Meta Blog · 8.5 分
Meta推出Muse Image和Muse Video，通过多模态扩散模型实现高质量图像/视频生成，支持文本到视频的端到端生成。
2
1,000 Tokens Per Second_ Diffusion Text Models Go Blazing Fast
Last Week in AI · 6.5 分
该视频展示了谷歌推出的新型扩散模型，其推理速度达到每秒1,000个token，但不适用于大规模云部署。
3
You Might Not Need 50 Diffusion Steps — Ziv Ilan, Nvidia
AI Engineer · 6.5 分
扩散模型生成高质量图像和视频通常需要20到50次去噪步骤，但实际应用中需考虑速度和实用性。
相关材料
已收录 4 条与 扩散模型 相关的内容，按评分排序。
1,000 Tokens Per Second_ Diffusion Text Models Go Blazing Fast
Last Week in AI209 字 (约 1 分钟)
65
该视频展示了谷歌推出的新型扩散模型，其推理速度达到每秒1,000个token，但不适用于大规模云部署。
入选理由：谷歌的新扩散模型推理速度达到每秒1,000个token，是现有模型的11倍。
FeaturedVideo#AI#扩散模型#谷歌#推理速度英文
You Might Not Need 50 Diffusion Steps — Ziv Ilan, Nvidia
AI Engineer4271 字 (约 18 分钟)
65
扩散模型生成高质量图像和视频通常需要20到50次去噪步骤，但实际应用中需考虑速度和实用性。
入选理由：扩散模型通常需要20到50次去噪步骤以生成高质量图像和视频。
FeaturedVideo#扩散模型#NVIDIA#AI#图像生成#视频生成英文
paper: https://t.co/8FvCqRM5wC
AK(@_akhaliq)41 字 (约 1 分钟)
60
Vidu S1模型实现实时交互式视频生成，采用扩散模型与动态控制机制，推理速度达30FPS。
入选理由：Vidu S1模型通过动态控制机制实现30FPS实时视频生成
FeaturedTweet#视频生成#扩散模型#实时交互#Hugging Face中英混合