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）
21世纪经济报道 记者钟雨欣 郑雪 北京报道民营经济已经成为推动我国发展不可或缺的力量，成为创业就业的主要领域、技术创新的重要主体、国家税收的重要来源，在我国经济发展中发挥着重 21世纪经济报道记者 李德尚玉 北京报道 3月5日，国务院总理李强在政府工作报告中提出，要加强生态文明建设，推进绿色低碳发展。深入践行绿水青山就是金山银山的理念，协同推进降碳、减污、 3月6日，十四届全国人大二次会议于3月6日下午3时举行记者会。商务部部长王文涛在记者会上表示，今年要推动汽车、家电、家装等消费品以旧换新，还要提振服务消费。 王文涛提及，今年促消费有两个重点：一个是推动消费品以旧 21世纪经济报道记者吴文汐 北京报道 “三峡门户”宜昌地处长江经济带重要节点，是湖北省域副中心城市，也是长江中游城市群中的重要成员。2023年，宜昌实现经济增速7.1%，居湖北全省前列；经 3 月 9 日消息，数码评测频道 JerryRigEverything 在最新一期视频中，使用不同口径、不同的武器，专门评测了特斯拉 Cybertruck 纯电皮卡的防弹性能。此前报道，马斯克给出了更具体的解释：“车门板对几乎所有亚音速子 南方财经全媒体记者郑康喜 东莞报道今年的政府工作报告提出，要积极扩大有效投资。发挥好政府投资的带动放大效应，重点支持科技创新、新型基础设施、节能减排降碳，加快实施“十四五”规 。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。