只需一段文字指令就能生成一段逼真视频，今年初，文生视频大模型Sora在全球人工智能业内外引发广泛关注。27日，2024中关村论坛年会上首次发布我国自研的具“长时长、高一致性、高动态性”特点的文生视频大模型Vidu。
记者从会上获悉，这一视频大模型由清华大学联合北京生数科技有限公司共同研发，可根据文本描述直接生成长达16秒、分辨率高达1080P的高清视频内容，不仅能模拟真实物理世界，还拥有丰富想象力。
清华大学人工智能研究院副院长、生数科技首席科学家朱军说，当前国内视频大模型的生成视频时长大多为4秒左右，Vidu则可实现一次性生成16秒的视频时长。同时，视频画面能保持连贯流畅，随着镜头移动，人物和场景在时间、空间中能保持高一致性。
在动态性方面，Vidu能生成复杂的动态镜头，不再局限于简单的推、拉、移等固定镜头，而是能在一段画面里实现远景、近景、中景、特写等不同镜头的切换，包括能直接生成长镜头、追焦、转场等效果。
“Vidu能模拟真实物理世界，生成细节复杂且符合物理规律的场景，例如合理的光影效果、细腻的人物表情等，还能创造出具有深度和复杂性的超现实主义内容。”朱军介绍，由于采用“一步到位”的生成方式，视频片段从头到尾连续生成，没有明显的插帧现象。
此外，Vidu还可生成如熊猫、龙等形象。
据悉，Vidu的技术突破源于团队在机器学习和多模态大模型方面的长期积累，其核心技术架构由团队早在2022年就提出并持续开展自主研发。“作为一款通用视觉模型，我们相信，Vidu未来能支持生成更加多样化、更长时长的视频内容，探索不同的生成任务，其灵活架构也将兼容更广泛的模态，进一步拓展多模态通用能力的边界。”朱军说。
（来源：新华社 记者：魏梦佳）
为期40天的春运3月5日结束。记者从交通运输部获悉，2024年春运40天全社会跨区域人员流动量预计超84亿人次。其中，铁路客运量预计完成4.8亿人次；公路人员流动量预计完成78.3亿人次，其中高 近日，小S公公的葬礼上，大S的穿搭成为了网友热议的焦点。除了身形臃肿疑似哺乳期外，大S的灰色外套也成为了话题。经过网友的调查，发现这件外套竟然是6年前和汪小菲录制综艺节目时穿的旧款。据汪小菲透露，大S每月要刷上百万 南方财经全媒体记者张雅婷 广州报道国务院总理李强3月5日在政府工作报告中指出，努力建设人民满意的法治政府、创新政府、廉洁政府和服务型政府，全面履行好政府职责。在全面提高行政效 21世纪经济报道记者 王俊 北京报道数字技术深深嵌入到人类生产生活各个环节，新技术不断迭代，随之带来治理方面的挑战。如何平衡数字经济发展与民生权益保障，考验着司法智慧。今年全国两 21世纪经济报道记者李德尚玉 实习生郝文琪 北京报道碳中和周报关注“双碳”领域的最新前沿动态，包括碳中和政策、地方动态、企业实践等。我们将通过精选每周碳中和领域的重大事件，并进 南方财经全媒体记者 翁榕涛 广州报道为贯彻落实国务院关于走访上市公司、推动上市公司高质量发展的工作部署，广东组织开展北交所上市公司系列走访活动，持续加大对优质上市公司支持力度 。本文链接：直接生成16秒高清视频 我国自研视频大模型在京发布http://www.sushuapos.com/show-1-11925-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。