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）
近日，极狐官方发布了一张极狐阿尔法S5的官图。新车定位一款纯电动中大型车，从此前公布的工信部申报信息来看，新车将配备252马力的单电机和磷酸铁锂电池。『官图』『申报图』 外观来看，新车采用全新的大灯造型，内置 近日，从官方获悉，蔚来汽车针对ET5、ES6两款车型推出流媒体后视镜选装服务，售价为3880元，并且支持全积分支付（38800分），首批发售限量1000套，预计3月底陆续开始安装。 据悉，此次蔚来推出的流媒体后视镜采用原车线束替换式 近日，海外社交媒体上疑似泄露了特斯拉Model 3高性能版车型的相关参数，可以看到，新车后电机将提升至412马力，综合最大功率将会达到612马力，续航预计430km左右。据悉，特斯拉或在近期公布高性能版车型的具体参数，同时有望正 实探北京小米汽车门店：外部装修即将开工，SU7有望3月底到店 每经记者 李星 每经编辑 裴健如 门口轰隆隆的混凝土搅拌车，在工人的指挥下，正向着地面搭好的方形钢筋框架内浇灌水泥，门店内装修工人则各自忙碌着手 3月9日系消息，一辆尾窗张贴有“比毛豆Y更棒”的测试伪装车曝光后，引起了多方关注，最终经确认，其为蔚来子品牌阿尔卑斯首车，定位于纯电轿跑SUV，竞争对周直至特斯拉Model Y。有博主（@Navis-慢点评测）使用AI 根据大会主席团决定的代表提出议案的截止时间，到3月8日12时，十四届全国人大二次会议秘书处共收到代表提出的议案298件。此外，目前大会秘书处收到代表提出的建议、批评和意见7000余件。 。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-4-5946-0.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。