首页

坐脸窒息闷死

时间:2024-04-28 19:36:08 作者:中国首个Sora级视频大模型Vidu发布 浏览量:91047

  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。

  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。

4月27日,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正式发布Vidu。  中新社记者 陈溯 摄

  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。

  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。

4月27日,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正式发布Vidu。Vidu在视频效果方面实现显著提升,能够生成特有的中国元素,例如熊猫、龙。 中新社记者 陈溯 摄

  “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。

  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。

  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。

  “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)

展开全文
相关文章
吉林节后“第一会”连续十年聚焦优化营商环境

其证供显示,2020年5月,英国反华政客、保守党人权委员会委员裴伦德(Luke de Pulford)在筹组反华组织“对华政策跨国议会联盟”(IPAC)时,曾联络黎智英介绍有关情况并要求其协助宣传。

亚运33年,一场跨越时空的自信接力

龙南4月18日电(熊锦阳)近日,江西九连山国家级保护区科研团队在江西龙南九连山保护区海拔1200米以上的地域,观测到“中国国蝶”金斑喙凤蝶,并成功拍摄下高清影像。这是该保护区2004年首次记录到金斑喙凤蝶后,首次拍摄到的近距离、高清晰度的视频。

(两会声音)全国政协委员陈清莉:支持浙江打造民营经济总部高地

翻开今年的政府工作报告,2023年中国经济成绩单成色十足,2024年5%左右的经济增长预期目标凸显中国经济之“稳”,以新质生产力、人工智能+、未来产业等作为经济高质量发展的重要着力点……中国发展有方向的笃定,也有行动的笃实。

27名中国公民自海地安全撤离

哈尔滨4月19日电(记者 王妮娜)谷雨时节,春播开犁……4月19日,哈尔滨市双城区万隆乡的田野上迎来春播盛景,“丰收在沃”春播现场会在建新村举行,两人高的播种机从黑黝黝的土地上犁过,数万棵玉米种子已埋在土里……截至目前,黑龙江省春耕生产已由南向北陆续展开,该省旱田农作物已播种77.5万亩。

福建省侨联兼职副主席陈玉树:推动讲好妈祖故事

深刻理解人民代表大会制度的重要制度载体作用。在全过程人民民主的完整制度链条中,人民代表大会制度居于根本性地位、具有全局性功能。其重要制度载体作用主要体现在:人民代表大会制度是中国人民当家作主的重要途径和最高实现形式;人民代表大会制度的运行,涵盖民主选举、民主协商、民主决策、民主管理、民主监督各个环节,涉及经济、政治、文化、社会、生态文明等各个方面,是全过程人民民主的重要实践平台;人大制定、修改宪法法律,监督宪法法律的实施,是全过程人民民主的生动实践,也为全过程人民民主提供法治保障。人民代表大会制度鲜明体现了权力来自人民、对人民负责、受人民监督等价值理念,为实现和发展全过程人民民主提供了可靠制度保障。

相关资讯
热门资讯
链接文字