清华创业团队帮你造梦，Idea秒变微电影，最长可达数十分钟！
机器之能报道编辑：Cardinal引入开创性地多模型智能体协作技术，只需输入一句话，DreamFactory将会自动生成完整的剧本和视频。它是剧本作家，亦是视频导演。AI生成视频场景、情节单一是当下大模型的通病随着大模型的飞速发展，文字生成功领域迅速火爆。然而，目前的文字生成视频通常是一句话生成单场景、单情节的视频，即使是头部视频大模型发布的东京佳人、雪地幼犬等视频Demo，也逃不开单场景、单情节的限制。在实际应用过程中，用户更需要的是多场景、多情节、有故事性质的视频，将文字生成多场景、多情节、有故事性质
机器之能报道
编辑：Cardinal
引入开创性地多模型智能体协作技术，只需输入一句话，Dream Factory 将会自动生成完整的剧本和视频。它是剧本作家，亦是视频导演。
AI 生成视频场景、情节单一是当下大模型的通病
随着大模型的飞速发展，文字生成功领域迅速火爆。然而，目前的文字生成视频通常是一句话生成单场景、单情节的视频，即使是头部视频大模型发布的东京佳人、雪地幼犬等视频 Demo，也逃不开单场景、单情节的限制。在实际应用过程中，用户更需要的是多场景、多情节、有故事性质的视频，将文字生成多场景、多情节、有故事性质的视频是该领域的必然发展趋势。
让大模型像一支团队一样协作运转
每个大模型均为一个独立的智能体或“大脑”，随着大模型的飞速发展，其正在为各行各业全面赋能。而在复杂任务中，大模型“单兵作战”已经无法直接满足需求，多模型智能体协作框架的产生成为了新的解决方案。该框架使用智能体协作/工作流技术扩展大语言模型的多模态能力，类似于现实社会的企业组织转转，其打造了一支由多个大模型组成的 AI 团队。
清华创业团队帮你造梦，Idea 秒变微电影
来自清华创业协会的本科大四学生谢之非以及卢森堡大学博士研究员 Daniel Tang 等团队开创性地将多模型智能体协作技术引入视频领域，打造“ Dream Factory ”产品。通过对不同大模型赋予不同的角色和分工定义，创建高效协作的工作流，实现一键式将一句话生成多情节、多场景的“微电影”视频。只需要输入一句话，Dream Factory 就会自动生成完整的剧本和视频。它是剧本作者，亦是视频导演。
情形一：输入一句话或一段话，选择所需的视频长度后，Dream Factory 将发挥自主创作能力，自动生成完整的剧本和视频。例如输入“中世纪战士打败巨龙保卫家园”，生成的视频 Demo 如下：
视频链接：https://mp.weixin.qq.com/s/KYj-09JnfPsYjEgZM1W2ug
情形二：输入一段固定文本，由 Dream Factory 将固定文本直接生成对应的视频，例如输入一段演讲稿后，生成的视频 Demo 如下：
视频链接：https://mp.weixin.qq.com/s/KYj-09JnfPsYjEgZM1W2ug
除了多模型智能体协作技术，Dream Factory 还引入了全新的长短期记忆数据库、数十个 Prompt 控制因子设计以及镜头-语音组合单元等技术，保持了大模型和视频的稳定性、前后统一性以及流畅性。Dream Factory 生成的视频长度最长可达到数十分钟，保持场景、角色、主题的高度一致。目前，该团队的相关论文即将发布。
让每个人都能一键式生成微电影
他们致力于通过AI重新定义视频制作，让每个人都可以一键式制作动画、短视频、宣传片、微电影等，让每个Idea都可立即成为Video，助力每一个创作的梦想。同时，这也是一个来自于清华学生创业团队的梦。
让每个人都能有一支自己的AI团队
长远来看，他们致力于打造大模型工作流平台，通过将工作流模块化、标准化，用户可以自定义工作流的运转及各环节所需的智能体，实现自定义的多模型智能体协作。让我们拭目以待！
了解 Dream Factory 后续进展，这里有传送门：http://dreamfactory.yaphet.cn/.
微博ID：DreamFactoryTech
前瞻研判：未来十年，县域特色化经济的竞争，不再是资源的竞争，而是市场信任的竞争。谁能为消费者提供最确定的价值承诺，谁就能赢得市场。 2026年全国两会刚刚落幕，“十五五”规划进入开局之年。今年的政府工作报告中，“扎实推进乡村全面振兴”被摆在突出位置，明确提出要“壮大县域富民产业，做好土特产文章”。这
2026 ISLE展前瞻：南昌光电产业集群即将重磅亮相 明年三月，深圳国际会展中心将迎来一场行业盛事。2026年3月5日至7日，ISLE国际智慧显示及系统集成展将在这里拉开帷幕。而这一次，聚光灯将格外聚焦于一个区域——南昌光电产业集群。他们将以“光耀南昌，智链全球”为主题，携一支实力雄厚的“集团军”
天龙三号海上试车成功：看中国商业航天如何将“安全”铸为核心竞争力 9月15日，山东海阳东方航天港，巨大的轰鸣声撕裂长空，炽热的白色蒸汽升腾而起。北京天兵科技自主研制的天龙三号大型液体运载火箭，在这里的海上平台成功完成了一级动力系统试车。 这次试车可不简单——它是世界首次海上动力系统试车试验。结果让人
3月18日，通用技术集团机床产业生态合作伙伴大会在北京国家会议中心举行 春日的北京，一场关乎中国工业未来的盛会拉开帷幕。通用技术集团机床产业生态合作伙伴大会在国家会议中心举行，近500位产业链上下游的企业代表与行业专家齐聚一堂。会上，通用技术集团总工程师、机床公司董事长周舟发布了集团机床产业的未来发
华为鸿蒙电脑技术与生态沟通会隆重举行，首款鸿蒙电脑惊艳登场，这一标志性事件预示着华为在电脑领域迈出了具有深远影响的关键一步，为国产电脑产业带来了全新的革新与发展契机。鸿蒙电脑的推出并非一朝一夕之功，而是华为经过五年精心策划的结果。在此期间，华为汇聚了超过10000名顶尖工程师，与20多家专业研究所紧密合作，投入大量的精力与资源进行技术研发，最终积累了超过2700项核心专利，彰显了其强大的技术实力与创新能力。新推出的HarmonyOS5采用鸿蒙内核，从操作系统底层开始重构，旨在为用户提供全面升级的办公体验
AIxiv专栏是本站发布学术、技术内容的栏目。过去数年，本站AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com赵伟翔是哈尔滨工业大学社会计算与信息检索研究中心2021级直博生，导师为赵妍妍教授和秦兵教授。主要研究方向为对话系统、大语言模型对齐等。他曾以第一作者在ACL、AAAI、IJCAI、CO
用来运行Llama3405B优势明显。最近，Meta开源了最新的405B模型（Llama3.1405B），把开源模型的性能拉到了新高度。由于模型参数量很大，很多开发者都关心一个问题：怎么提高模型的推理速度？时隔才两天，LMSYSOrg团队就出手了，推出了全新的SGLangRuntimev0.2。这是一个用于LLM和VLM的通用服务引擎。在运行Llama3.1405B时，它的吞吐量和延迟表现都优于vLLM和TensorRT-LLM。在某些情况下（运行Llama系列模型），它的吞吐量甚至能达到TensorRT
机器之能报道编辑：杨文AI被人类带坏！这个世界，太癫了……最近，社交媒体上冒出来一堆搞怪视频，打着AI的旗号，真人cosAI，甚至抖音还专门出了个热门话题——人类模仿AI大赛。（视频来自抖音博主「关妮乱石」）视频链接：https://mp.weixin.qq.com/s/1DVc8skecSsO0a9QcklZlw套路都一个样儿：左边一张旧照片，右边打着「AI修复」的字幕，实际由真人演绎着脑干缺失的狗血「剧情」。-1-AI：第一次被人冒充，没想到比我还抽
获胜的AI数学奥林匹克模型出炉！几天前，随着榜单的公布，大家对全球首届AI数学奥林匹克竞赛（AIMO）进步奖的讨论量居高不下。这次比赛共有5个团队胜出，获得第一名的是Numina的团队，CMU_MATH位列第二，afterexams暂居第三，codeinter、Conor#2团队分别拿到第四、第五的成绩。图源：https://www.kaggle.com/c/ai-mathematical-olympiad-prize/leaderboard这一成绩，曾让陶哲轩感到惊讶。当时官方只公布了获奖名单，并未透漏
2024年WAIC・云帆奖面向全球征选AI青年技术人才，欢迎点击「此链接」报名或提名。人工智能的研究范式和产业格局正在经历深刻而积极的转变。过去一年，大模型引发了一股席卷全球的智能浪潮，这不仅推动了AI技术在更广泛领域的应用，也激发了人类对人工智能深层次潜力的追寻和探索。在这场技术革新的洪流中，通用人工智能（AGI）正逐渐从幻想走进现实。我们正处于一个新征程的起点，这个阶段将以人类对通用智能的不懈追求为特征。迎接即将到来的新时代，让我们将目光投向那些充满激情、勇于探索的青年创新者。他们凭借卓越的智慧和无畏
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
