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 二月初二“龙抬头”是祈福的好日子，今年恰好又是龙年喜庆加倍！这也是东莞东坑镇举行“卖身节”的日子，当天，年轻男女聚集在大街小巷泼水作乐，洒一身吉祥带回一年、一生的好运气！ 2024年东坑镇“二月二 东坑见” 二月的北京,春寒料峭,然而在易车的年会现场,却是一片热闹喜庆的氛围,欢声笑语此起彼伏。易车“2023不可思易New年会”在北京星光影视基地盛大举行。易车CEO张序安在年会上发表演讲,不仅回顾了过去五 作为一名探索大脑奥秘的科研工作者，全国政协委员、中国工程院院士、南方医科大学教授、粤港澳大湾区脑科学与类脑研究中心主任高天明长期从事抑郁症领域的研究。去年，他与前来采访的记者们谈论了如何预防青少年抑郁症 随着消费者对母婴健康消费需求升级与新国标的出台推进，消费者针对婴幼儿配粉奶粉的品质、营养性的关注度在近年来大幅提升，尤其是乳品奶源地的天然性、奶牛饲养方式的科学性以及乳制品加工工艺是否精湛 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 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 。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。