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）
RIVIAN旗下更便宜的SUV车型—RIVIAN R2将会在当地时间3月7日正式亮相，新车的更多预告图公布。该车采用纯电四驱系统，续航里程或达到483km以上。RIVIAN R2或于2026年在美国上市，售价预计在4.5-5万美元之间，约合人民币3 3月5日，从国内社交平台处获取到了一组疑似蔚来子品牌阿尔卑斯旗下的SUV车型路试谍照（内部代号为DOM）。据悉，阿尔卑斯主攻20-30万元新能源汽车市场，全系车型将基于蔚来第三代技术平台NT3.0进行开发。 虽然车辆被覆盖 21世纪经济报道记者 孙燕 易佳颖 上海报道2月27日，第38批跨国公司地区总部和研发中心、促进外商投资全球伙伴颁证暨外资项目集中签约仪式在上海举行。围绕“稳外资”，同样在上周，江苏省 中国外交部今天（8日）举行例行记者会。会上，有记者就日本知名漫画家鸟山明因病逝世提问。对此，外交部发言人毛宁表示，我们对鸟山明先生逝世表示深切的哀悼，向他的家属表示诚挚的慰问。鸟山 3月9日消息，新能源汽车换道超车成果显现，当前中国已成为全球最大汽车出口国，2023年新能源汽车产销量占全球比重超过60%。然而，木秀于林风必摧之，正当中国汽车高歌猛进的时候，一些老牌资本主义国家开始 3 月 11 日消息，睿蓝汽车日前宣布，睿蓝 7 猎光 Max 车型开启交付，售价 17.37 万元。睿蓝 7 最早于 2023 年 9 月 21 日上市，当前提供 8 款车型，官方指导价区间在 11.77 万-17.97 万元。与睿蓝 7 猎光版相比，猎光 Ma 。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-4-5946-0.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。