Generativní AI pro obrázky, video a kreativní média — Sora, DALL·E, Midjourney, Stable Diffusion a další.
491 článků
Nová AIGC video platforma nabízí nástroje pro převod textu a obrázků na video, určené pro sociální sítě a reklamu. Platforma integruje model Seedance 2.0 od ByteDance; anglická verze je plánována na později. stocktitan.net
Počáteční nadšení z generativního AI v profesionálních kreativních týmech opadlo – na jeho místě je tlak na spolehlivost a konzistenci výstupů. Článek popisuje pracovní postupy, které pomáhají týmům zaměřeným na generování assetů dosáhnout vysoké kvality opakovaně. economis.com.ar
Čínská platforma LumeFlow AI oznámila velkou aktualizaci svého generativního AI systému, která zahrnuje integraci GPT Image 2 a nových AI agent dovedností. Cílem je zásadně proměnit tradiční pipeline video produkce. yourvalley.net
Na konferenci Google I/O 2026 představily týmy Googlu své nejpokročilejší technologie pro uživatele, vývojáře i výzkumníky. Akce přinesla řadu klíčových novinek napříč produkty a výzkumnými projekty. research.google
Investiční firma Lightspeed oznámila, že vede Series A kolo financování startupu Reactor, přičemž již dříve spoluvedla jeho Seed kolo. Celkový objem kombinovaného financování dosahuje 59 milionů dolarů a cílem je posílit Reactor jako přední platformu pro vývoj tzv. world models. lsvp.com
Kreativní týmy tradičně považují video za nejsložitější formát pro průběžné úpravy a aktualizace – na rozdíl od textu nebo obrázků. Gemini Omni od Googlu si klade za cíl tento problém vyřešit a proměnit AI video v dynamický, snadno upravitelný obsah. forbes.com
DiffuJudge-AV přináší framework inspirovaný difuzními modely, který si klade za cíl kalibrované a spolehlivé hodnocení kvality videa pro autonomní vozidla (AV). Projekt řeší situace, kdy výsledky vypadají přesvědčivě na první pohled, ale při hlubší analýze – například pomocí Pearsonovy korelace – odhalí skryté nedostatky. towardsdatascience.com
Google Gemini Omni je technologicky působivý model, který slibuje generování AI videí z nejrůznějších vstupů. Výsledky demonstrací jsou podle prvních reakcí skutečně ohromující. petapixel.com
Microsoft uvolnil nový model MAI-Image-2.5 zaměřený na generování obrázků z textu. Společnost tvrdí, že jde o třetí nejlepší systém svého druhu na světě. gigazine.net
Google představil Gemini Omni, AI nástroj pro tvorbu videí, který kombinuje realistické avatary, stylové úpravy a editaci v přirozeném jazyce. Možnosti jsou působivé, ale vyvolávají vážné otázky o zneužití deepfake technologií. zdnet.com
Generování AI videa pouze z textového promptu má své limity – výsledek často neodpovídá představě. Použití referenčního videa jako vodítka výrazně zvyšuje přesnost a předvídatelnost výstupu. pctechmag.com
Text-to-video generátory se od sebe výrazně liší – některé sázejí na rychlou tvorbu delších strukturovaných videí, jiné upřednostňují kreativní výsledky. Přinášíme přehled a srovnání nejlepších dostupných nástrojů. pressat.co.uk
AI zásadně proměňuje tvorbu online obsahu – to, co dříve vyžadovalo drahé vybavení a profesionální střih, dnes zvládne každý pomocí několika kliknutí. Generativní nástroje demokratizují videotvorbu a otevírají nové možnosti pro tvůrce obsahu. aijourn.com
Nový model Gemini Omni od Googlu umožňuje generovat a upravovat videa na základě textových promptů, ručně kreslených skic, ilustrací nebo existujících videí jako stylistických referencí. Model podporuje i strukturované skripty pro přesnější kontrolu nad výsledným obsahem. adgully.com
Nejnovější model Googlu umožňuje upravovat videa pomocí konverzačních promptů a zároveň udržuje kontinuitu napříč scénami, postavami i vizuálními prvky. Jde o výrazný krok vpřed v oblasti AI nástrojů pro videoobsah. afaqs.com
Model LongLive-2.0 od NVIDIE je navržen s ohledem na FP4 kvantizaci, díky níž dosahuje vysoké kvality generování videa při nízkých nárocích na hardware. Cílem je umožnit generování videa v reálném čase i na méně výkonných zařízeních. gigazine.net
Google postupně nasazuje model Gemini Omni Flash do aplikace Gemini, nástroje Google Flow a platformy YouTube Shorts. Nová funkce výrazně rozšiřuje možnosti AI editace videí napříč produkty společnosti. letsdatascience.com
Čínská společnost Meituan vydala open-source model LongCat-Video-Avatar 1.5 určený pro generování avatar videí s možností lokálního nasazení. Tento krok zvyšuje konkurenční tlak na startupy specializující se na syntetické video avatary. startupfortune.com
Google představil model Gemini Omni, který výrazně rozšiřuje možnosti generování obsahu poháněného AI. Nový model umožňuje uživatelům vytvářet plně integrovaná videa a posouvá schopnosti platformy Gemini na novou úroveň. entarabi.com
YouTube plánuje využít AI k tomu, aby tvůrci mohli digitálně vložit svou podobu do videí jiných autorů. Trh s AI generováním videí měl v roce 2025 hodnotu přibližně 551,7 milionu dolarů a očekává se jeho růst s ročním tempem 18,37 % až do roku 2035. sphericalinsights.com