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）
南方财经全媒体记者高慧超 实习生卢秀颖 卢诗文 北京报道预制菜再度成为两会代表委员热议的焦点。尽管各种关于预制菜的争议仍在继续，但并不妨碍预制菜在龙年春节登上年夜饭饭桌，线 据海关统计，2024年前2个月，我国货物贸易（下同）进出口总值6.61万亿元人民币，同比（下同）增长8.7%。其中，出口3.75万亿元，增长10.3%；进口2.86万亿元，增长6.7%；贸易顺差8908.7亿元，扩大23.6%。按美元 新华社北京3月7日电 中共中央政治局委员、外交部长王毅7日在两会记者会上就中美关系阐明中方原则立场。（直播 | 十四届全国人大二次会议举行外交主题记者会） 王毅表示，中美关系关乎两国人民福祉，关乎人类和世界前途。无 “行过生菜会，富贵自然来” 新快报讯 3月6日，农历正月廿六，广州市荔湾区冲口街大型传统民俗文化活动——2024坑口生菜会暨坑口生菜会民俗文化展热闹开锣！坑口“生菜会”传承300多载，既是一场新年祈福的盛大活动，还是联结乡 草长莺飞,春意萌动。一年一度的3.8妇女节伴着渐暖的微风再次到来。如今,越来越多的普通女性在各自不同的领域里,散发着属于自己的光芒。每一位平凡的女性都有着闪光的一面,在生活里,她们是女儿,是妻 美式豪华再进化 全新电混林肯Z与全新电混林肯冒险家焕新上市林肯开辟新能源自有赛道， 林肯电混大家族彻底颠覆对传统“美式豪华”固有的“高油耗”认知，解决纯电里程的焦虑，带来“零焦虑”的全场景一致 。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。