设置
  • 日夜间
    随系统
    浅色
    深色
  • 主题色

腾讯大模型上线视频生成能力,并宣布开源

发布时间: 2024-12-04 17:05:00 来源: 中国科学报

 dVP速刷资讯——每天刷点最新资讯,了解这个世界多一点SUSHUAPOS.COM

12月3日,腾讯混元大模型公布最新进展,正式上线视频生成能力。与此同时,腾讯开源该视频生成大模型,参数量130亿,是当前最大的视频开源模型。据介绍,这是腾讯混元继文生文、文生图、3D生成之后的又一新里程碑。dVP速刷资讯——每天刷点最新资讯,了解这个世界多一点SUSHUAPOS.COM

“用户只需要输入一段描述,即可生成视频,”腾讯混元相关负责人透露,目前的生成视频支持中英文双语输入、多种视频尺寸以及多种视频清晰度。目前该模型已上线腾讯元宝APP,用户可在AI应用中的“AI视频”板块申请试用。企业客户通过腾讯云提供服务接入,目前API同步开放内测申请。dVP速刷资讯——每天刷点最新资讯,了解这个世界多一点SUSHUAPOS.COM

腾讯混元生成的视频截图。

  ?dVP速刷资讯——每天刷点最新资讯,了解这个世界多一点SUSHUAPOS.COM

在与国内外多个模型的评测对比显示,混元视频生成模型在文本视频一致性、运动质量和画面质量多个维度效果领先,在人物、人造场所等场景下表现尤为出色。dVP速刷资讯——每天刷点最新资讯,了解这个世界多一点SUSHUAPOS.COM

在现场演示中,腾讯混元生成视频大模型可以实现超写实画质、生成高度符合提示词的视频画面,画面流畅不易变形。比如,在冲浪、跳舞等大幅度运动画面的生成中,腾讯混元可以生成非常流畅、合理的运动镜头,物体不易出现变形;光影反射基本符合物理规律,在镜面或者照镜子场景中,可以做到镜面内外动作一致。同时,模型还可以实现在画面主角保持不变的情况下自动切镜头。dVP速刷资讯——每天刷点最新资讯,了解这个世界多一点SUSHUAPOS.COM

据介绍,混元视频生成能力基于与Sora类似的DiT架构,并在架构设计上进行多多处升级。混元视频生成模型适配了新一代文本编码器提升语义遵循,其具备强大的语义跟随能力,更好地应对多个主体描绘,实现更加细致的指令和画面呈现;采用统一的全注意力机制,使得每帧视频的衔接更为流畅,并能实现主体一致的多视角镜头切换;通过先进的图像视频混合VAE(3D 变分编码器),让模型在细节表现有明显提升,特别是小人脸、高速镜头等场景。dVP速刷资讯——每天刷点最新资讯,了解这个世界多一点SUSHUAPOS.COM

目前,腾讯宣布开源该视频生成大模型已在Hugging Face 平台及 Github 上发布,包含模型权重、推理代码、模型算法等完整模型,可供企业与个人开发者免费使用和开发生态插件。基于腾讯混元的开源模型,开发者及企业无需从头训练,即可直接用于推理,并可基于腾讯混元系列打造专属应用及服务,能够节约大量人力及算力,加速行业创新步伐。
dVP速刷资讯——每天刷点最新资讯,了解这个世界多一点SUSHUAPOS.COM

据悉,腾讯混元系列模型的开源速度不断加快。此前,腾讯混元已经开源了旗下文生文、文生图和3D生成大模型。至此,腾讯混元系列大模型已实现全面开源。dVP速刷资讯——每天刷点最新资讯,了解这个世界多一点SUSHUAPOS.COM

“老年人肺部感染是推倒老年人体重要机能的第一张‘多米诺骨牌’。预防老年人的呼吸道感染,最重要的一是做好免疫接 据《自然》消息,与不到10年前相比,每年发表60篇以上论文的研究人员数量增加了四倍。11月24日发表在bioRxiv上的一篇预印本 12月19日,湖北省医工交叉创新大会暨首届医疗器械科技成果展示交易会上,湖北金融赋能医工交叉创新发展计划发布。据悉,截至 12月13至14日,在教育部、陕西省人民政府的支持下,由教育部学校规划建设发展中心主办,陕西省教育厅、西安建筑科技大学、绿 编者按 世界在变,变化中不断积蓄着突破的力量。局势纵横看似山重水复,历史规律昭示未来终将柳暗花明。2023年与我们挥 ·GLP-1类药物正在以令人兴奋和不安的方式重塑医学、流行文化,甚至全球股市。制药公司掀起一场“肥胖革命”,但 。

本文链接:腾讯大模型上线视频生成能力,并宣布开源http://www.sushuapos.com/show-11-14879-0.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。

上一篇: 全球首个治疗结晶样视网膜变性Ⅲ期临床试验获许可

下一篇: 拜耳放射学组合创新成果亮相2024年北美放射学会年会

热门资讯

推荐资讯

  • 日榜
  • 周榜
  • 月榜