字节跳动推出 Goku 和 Goku+： 口播视频生成模型

Goku[4]是字节最新发布的专注于视频生成的基础模型，能够根据文本提示生成高质量的视频内容。

此外，字节还推出了 Goku+，这是一个基于 Goku 的广告视频生成模型，专门用于生成真人出镜的口播广告视频和产品广告宣传片。

从官方的演示来看，Goku+ 生成的视频非常的逼真，不过目前只发布了论文[5]，考虑到字节的一贯做法，这些模型大概率不会开源。

OpenAI 在超级碗首播电视广告，成本高达 1400 万美元

在第 59 届美国超级碗（Super Bowl）比赛期间，OpenAI 播出了其首个电视广告[1]。这一广告的投放成本约为 1400 万美元（约 1.02 亿元人民币）。

我还为你们找到了制作这种风格视频的工具：一个是使用 ChatGPT Canvas 开发的 Dotted Image Effect[2]，另一个是 ChatGPT Ad Maker[3]。这些工具可以帮你将原有视频/图片转为 OpenAI 广告的风格。

ZyphraAI 发布 Zonos-TTS：开源可商用多语言 TTS 模型

Zonos-TTS[6] 是 ZyphraAI 最新发布的多语言 TTS 模型，基于 Apache 2.0 许可证，完全可商用，并支持即时语音克隆功能。

该模型经过 20 万小时的英语语音数据训练，表现出色。除了支持本地部署外，ZyphraAI 还提供了便捷的 API 服务，用户每月可免费生成 100 分钟的音频，专业版则提供 300 分钟/5 美元的服务，超出部分按每分钟 0.02 美元计费。

值得注意的是，其中的语音克隆功能完全免费。