卧槽，来了Meta发布Meta Movie Gen视频音频生成模型系列，剪辑模型也太牛了。

具体包括：

Movie Gen Video：30B DiT 模型，单个文本提示生成高质量、高清晰度的图像和视频。

Movie Gen Audio：13B transformer模型，可以接受视频输入以及可选的文本提示用于可控性，生成与视频同步的高保真音频。

Personalized videos：使用生成或现有视频以及附带的文字说明作为输入，可以执行本地化编辑，如添加、删除或替换元素。

详细信息：ai.meta.com