⛵新百胜平台注册⛶
该模型采用团队原创的Diffusion与Transformer融合的架构U-ViT,支持一键生成长达16秒、分辨率高达1080P的高清视频内容。
新百胜平台注册中新社北京4月27日电(记者 陈溯)在2024中关村论坛年会未来人工智能先锋论坛上,清华大学联合生数科技27日正式发布中国首个长时长、高一致性、高动态性视频大模型——Vidu。
在当天的论坛上,清华大学教授、生数科技首席科学家朱军表示,与Sora一致,Vidu能够根据提供的文本描述直接生成长达16秒的高质量视频。除了在时长方面的突破外,Vidu在视频效果方面实现显著提升,主要体现在模拟真实物理世界、多镜头语言、时空一致性高、理解中国元素等方面。
自今年2月Sora发布推出后,团队基于对U-ViT架构的深入理解以及长期积累的工程与数据经验,在短短两个月进一步突破长视频表示与处理关键技术,研发推出Vidu视频大模型,显著提升视频的连贯性与动态性。
“值得一提的是,Vidu采用的是‘一步到位’的生成方式。”朱军表示,与Sora一样,文本到视频的转换是直接且连续的,在底层算法实现上是基于单一模型完全端到端生成,不涉及中间的插帧和其他多步骤的处理。
“Vidu的命名不仅谐音‘Vedio’,也蕴含‘We do’的寓意。”朱军表示,模型的突破是一个多维度、跨领域的综合性过程,需要技术与产业应用的深度融合,希望与产业链上下游企业、研究机构加强合作,共同推动视频大模型进展。(完)
据介绍,Vidu不仅能够模拟真实物理世界,还拥有丰富想象力,具备多镜头生成、时空一致性高等特点。Vidu是自Sora发布之后全球率先取得重大突破的视频大模型,性能全面对标国际顶尖水平,并在加速迭代提升中。
朱军表示,Vidu的快速突破源自于团队在贝叶斯机器学习和多模态大模型的长期积累和多项原创性成果。其核心技术U-ViT架构由团队于2022年9月提出,早于Sora采用的DiT架构,是全球首个Diffusion与Transformer融合的架构,完全由团队自主研发。
⛷(撰稿:武冈)中海油:台风“摩羯”未造成人员伤亡或漏油
10-25数据潮流✅
淡马锡据称即将收购黑石旗下VFS的股份
10-23风洋✆
广汽飞行汽车GOVE获得民用无人驾驶航空器特许飞行证
10-23风采✇
张朝阳谈蛙泳横渡威海海湾:要敏锐把握身体细节,准确去执行
10-25振科盛✈
月之暗面创始人杨植麟:AI时代的超级应用会是一个助理,未来5到10年内肯定会有大规模市场应用的机会
10-24事佳汇✉
月之暗面创始人杨植麟:OpenAI o1很重要的提升是可以完成一些人类要想很久才能完成的任务
10-23优雅之源✎
公司连亏四年半,核心子公司停产半年,ST聆达控股股东内部危机爆发
10-23魅力脚印✏
蔚蓝锂芯员工持股计划血亏出局:股价“膝盖斩”,业绩被质疑
10-24界弘泰f
前员工涉内幕交易!光大证券最新回应:对责任人严肃责任追究 进一步开展全面自查整
10-25拓航贸h
数据的价值、风险均由场景决定,合规是金融数据流通的关键词
10-23帝亚✐