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 2月27日，由佛山市委宣传部、市委网信办联合组织的全省全市高质量发展大会深度报道系列采访活动启动。活动当天，国内重点主流媒体超20位融媒记者深入一线，充分报道多名企业家、科学家基层一线高质量发展的有益 新快报讯 据央广网消息，3月1日上午10时47分，一辆货车载满货物驶过横琴隧道，进入横琴粤澳深度合作区。与往常不同的是，货车驶出隧道后没有直接开往公司，而是进入了海关报关区。这是合作区封关运行后首笔拟申报办理享受从内 中国海警局新闻发言人甘羽表示，3月5日，菲律宾违背自身承诺，刻意派出2艘海警船、2艘运补船擅闯中国南沙群岛仁爱礁邻近海域，向其非法“坐滩”军舰运送物资。中国海警严格依法管控予以规制，出于人道主义对菲运送必需生活物资 在天津业界和滨海新区，她获得的尊称是“朱会长”，“朱总”，昵称“华姐”，让我们更看重是她的名字，有点天注定的：学华。发即人华。她起初学的是理发，做的是头发。她身上荣誉很多，头衔很多：区政协委员、工商联执 张玉卓 国务院国资委主任 5日的十四届全国人大二次会议首场“部长通道”上，国务院国有资产监督管理委员会主任张玉卓介绍说，今年《政府工作报告》对国资国企方面安排部署内容比较丰富，包括国有企业深化改革，国有 新快报讯 3月6日，十四届全国人大二次会议新闻中心发布公告，广东代表团将于3月7日上午9时举行开放团组会议，审议政府工作报告，审查计划报告和草案、预算报告和草案，并在会后接受采访。 。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。