开元游戏

 

开元游戏

♊开元游戏♋     

开元游戏中新社北京4月27日电(记者 陈溯)在2024中关村论坛年会未来人工智能先锋论坛上,清华大学联合生数科技27日正式发布中国首个长时长、高一致性、高动态性视频大模型——Vidu。

朱军表示,Vidu的快速突破源自于团队在贝叶斯机器学习和多模态大模型的长期积累和多项原创性成果。其核心技术U-ViT架构由团队于2022年9月提出,早于Sora采用的DiT架构,是全球首个Diffusion与Transformer融合的架构,完全由团队自主研发。

“值得一提的是,Vidu采用的是‘一步到位’的生成方式。”朱军表示,与Sora一样,文本到视频的转换是直接且连续的,在底层算法实现上是基于单一模型完全端到端生成,不涉及中间的插帧和其他多步骤的处理。

“Vidu的命名不仅谐音‘Vedio’,也蕴含‘We do’的寓意。”朱军表示,模型的突破是一个多维度、跨领域的综合性过程,需要技术与产业应用的深度融合,希望与产业链上下游企业、研究机构加强合作,共同推动视频大模型进展。(完)

据介绍,Vidu不仅能够模拟真实物理世界,还拥有丰富想象力,具备多镜头生成、时空一致性高等特点。Vidu是自Sora发布之后全球率先取得重大突破的视频大模型,性能全面对标国际顶尖水平,并在加速迭代提升中。

自今年2月Sora发布推出后,团队基于对U-ViT架构的深入理解以及长期积累的工程与数据经验,在短短两个月进一步突破长视频表示与处理关键技术,研发推出Vidu视频大模型,显著提升视频的连贯性与动态性。

在当天的论坛上,清华大学教授、生数科技首席科学家朱军表示,与Sora一致,Vidu能够根据提供的文本描述直接生成长达16秒的高质量视频。除了在时长方面的突破外,Vidu在视频效果方面实现显著提升,主要体现在模拟真实物理世界、多镜头语言、时空一致性高、理解中国元素等方面。

该模型采用团队原创的Diffusion与Transformer融合的架构U-ViT,支持一键生成长达16秒、分辨率高达1080P的高清视频内容。

♌(撰稿:金华)

本文来自网友发表,不代表本网站观点和立场,如存在侵权问题,请与本网站联系。未经本平台授权,严禁转载!
展开
支持楼主

24人支持

阅读原文阅读 9688回复 1
举报
    全部评论
    • 默认
    • 最新
    • 楼主
    • 湖仕♍LV7六年级
      2楼
      中国美院教授涉嫌强奸女生:校方称决不姑息、警方称其被刑拘♎
      01-08   来自台州
      4回复
    • ♏正乐天LV9大学四年级
      3楼
      国家卫健委:我国人均预期寿命达到78.6岁♐
      01-08   来自温州
      8回复
    • 温婉衣阁♑LV1幼儿园
      4楼
      数据·明查|印度强奸案发生率究竟是多少?♒
      01-08   来自丽水
      5回复
    • 好亿成LV3大学三年级
      5楼
      奈雪上半年由盈转亏,茶百道利润降六成!新茶饮为何不赚钱了?♓
      01-08   来自建德
      1回复
    • 童心风尚♔♕LV4大学三年级
      6楼
      外交部美大司司长杨涛介绍中美战略沟通情况:前后谈了6轮,11个多小时♖
      01-08   来自慈溪
      8回复
    • 振飞LV1大学四年级
      7楼
      俄国防部:乌方在库尔斯克损失7450人♗
      01-07   来自余姚
      回复
    你的热评
    游客
    发表评论
    最热圈子
    • #“青少年骑行热”乱象:一些骑行团只限身高,安全保障不足#

      皇子

      7
    • #对面|孙杨:泳池我从未离开,留恋也从未减少#

      富速

      5
    • #江西公布新一批“铁拳”行动典型案例:多所幼儿园因食安问题被通报#

      燃动潮流

      4
    • #川青铁路镇江关至黄胜关段明日开通,便利旅客前往九寨沟等地

      久汇

      9
    热点推荐

    安装应用

    随时随地关注开元游戏

    Sitemap