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）
新快报讯 3月1日零时，横琴粤澳深度合作区（以下简称“合作区”）货物“一线”放开、“二线”管住，人员进出高度便利分线管理封关运行正式实施，这是合作区实施高水平制度型开放的重大探索，将进一步丰富“一国两制”实践，有力推 国务院总理李强3月5日在政府工作报告中介绍今年政府工作任务时提出：坚持不懈抓好“三农”工作，扎实推进乡村全面振兴。锚定建设农业强国目标，学习运用“千村示范、万村整治”工程经验，因地制宜、分类施策，循序渐进、久久为 最近，“北欧响应2024”军演规模空前，13国9万多部队参与其中，引发国际关注。与此同时，中国 *** 欧亚事务特别代表李辉再次展开劝和促谈之旅，访问俄罗斯、欧盟总部、波兰、乌克兰、德国和法国，为解决俄乌冲突寻求和平解决之道 南财智库研究员喻淑琴、吴蓉万亿预制菜市场风生水起，正以年复合增长率超20%的速度迅猛发展。无论从经济面还是政策面，预制菜都是热门话题。全国两会期间，预制菜再次引发热议，“行业标准 21世纪经济报道记者李冰琪 香港报道当前全球经济不确定性正在加剧，但不少机构 2023年5月，中广欧特斯成功服务浙江丽缙五金科技产业园科创中心，为23层的科创中心主楼、3层的裙楼共计约3.1万㎡的冷暖面积，配备了24台50HP商用热泵空调(风冷热泵模块机组)，末端为风机盘管。中广欧特斯工 。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。