快手可灵团队开源 UniVideo，一个模型搞定“视频理解+生成+编辑”-低调大师

快手可灵团队开源 UniVideo，一个模型搞定“视频理解+生成+编辑”

2026-01-09 53

快手可灵团队与滑铁卢大学联合推出统一视频模型 UniVideo，这个模型首次将视频理解、编辑和生成整合到了一个模型中。

该方法使用一个多模态大语言模型 (MLLM) 来理解指令和上下文，一个多模态 DiT (MMDiT) 用于生成和编辑视频。该技术支持多种视频处理功能，包括生成，即根据文本，图像等参考描述生成视频理解，能够解析图像或视频中的视觉信息编辑，根据用户描述与图像参考对视频进行内容，风格修改。

演示中它支持通过输入图片和 prompt 来生成视频，也可以输入视频和图片来修改视频，或者直接使用 prompt 来编辑视频。

技术上这个模型最大的突破是：用千问 2.5 VL 做理解负责处理图像、视频和文本输入，用混元视频做生成，两个模型联动配合，让 AI 既能"看懂"又能"创作"。

以前这些任务需要好几个模型分别处理，现在一个模型全搞定，而且不同能力之间还能相互增强。

从实际效果来看动作比较小的视频质量是可以的, 不过也有典型的AI问题, 比如火焰效果需要优化, 以及会有一定程度的一致性问题, 比如这个头发的发丝效果. 但瑕不掩瑜, 这个模型的前景非常不错.

开源地址：https://github.com/KlingTeam/UniVideo

微信关注我们

原文链接：https://www.oschina.net/news/395353

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

微软联手 Stripe 推出 Copilot Checkout

微软与支付巨头 Stripe 宣布达成深度合作，正式推出Copilot Checkout功能，旨在将 AI 助手从单一的咨询工具转型为闭环的购物终端。通过这项技术，美国用户很快就能在 Excel、Edge 浏览器或 Copilot 聊天界面中直接下单购买商品，实现“对话即下单”的无缝体验。此项功能基于 Stripe 平台及“代理商务协议”（Agentic Commerce Protocol）运行。该协议是由 OpenAI 与 Stripe 联合开发的开放标准，此前已在 ChatGPT 的即时结账功能中得到应用。 Copilot Checkout 首批支持的品牌包括手工电商平台Etsy，以及知名零售商Urban Outfitters、Anthropologie和Ashley Furniture。此外，微软还通过与Shopify的深度集成，允许数百万商家自动加入这一 AI 购物生态。此外，谷歌方面也正在开发名为“代理支付协议”（AP2， Agent Payment Protocol）的竞争标准。该协议已获得Mastercard、PayPal、Coinbase及Adobe等60多家企业...

2026-01-09

66

Z Lab 发布了开源推测解码框架 DFlash，这是一种利用轻量级 Block Diffusion 模型进行草稿生成的推测解码方法。该方法旨在解决自回归大语言模型在推测解码中因串行草稿生成导致的效率瓶颈。 DFlash 通过融合目标模型的隐藏特征作为上下文条件，实现了高效且高质量的并行草稿预测。 https://github.com/z-lab/dflash 官方数据显示，DFlash 在 Qwen3-8B 上实现了高达 6.17倍的无损加速，其解码速度比目前最先进的推测解码方法 EAGLE-3 快近 2.5倍。目前，该项目已开源并发布了适配 Qwen3-4B 和 Qwen3-8B 的模型，相关论文即将发布。官方团队表示，目前正在将 DFlash 集成到 vLLM 中，并计划支持更大规模的 MoE 模型。

2026-01-09

35

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。