IT之家 4 月 27 日消息，生數(shù)科技今天出席中關(guān)村論壇未來(lái)人工智能先鋒論壇，攜手清華大學(xué)正式發(fā)布中國(guó)首個(gè)長(zhǎng)時(shí)長(zhǎng)、高一致性、高動(dòng)態(tài)性視頻大模型 ——Vidu，被媒體和業(yè)內(nèi)人士認(rèn)為是國(guó)內(nèi)首個(gè) Sora 級(jí)別的視頻大模型。
根據(jù)官方描述，Vidu 模型融合 Diffusion 與 Transformer，開(kāi)創(chuàng)性創(chuàng)建了 U-ViT，支持一鍵生成長(zhǎng)達(dá) 16 秒、分辨率高達(dá) 1080P 的高清視頻內(nèi)容。
官方宣傳資料中演示了“畫(huà)室中的一艘船駛向鏡頭”、其海浪、船的效果非常逼真。
官方表示 Vidu 不僅能夠模擬真實(shí)物理世界，還擁有豐富想象力，具備多鏡頭生成、時(shí)空一致性高等特點(diǎn)。
Vidu 是自 Sora 發(fā)布之后，全球率先取得重大突破的視頻大模型，性能全面對(duì)標(biāo)國(guó)際頂尖水平，并在加速迭代提升中。
Vidu 的快速突破源自于團(tuán)隊(duì)在貝葉斯機(jī)器學(xué)習(xí)和多模態(tài)大模型的長(zhǎng)期積累和多項(xiàng)原創(chuàng)性成果。
其核心技術(shù) U-ViT 架構(gòu)由團(tuán)隊(duì)于 2022 年 9 月提出，早于 Sora 采用的 DiT 架構(gòu)，是全球首個(gè) Diffusion 與 Transformer 融合的架構(gòu)。
2023 年 3 月，團(tuán)隊(duì)開(kāi)源了全球首個(gè)基于 U-ViT 融合架構(gòu)的多模態(tài)擴(kuò)散模型 UniDiffuser，率先完成了 U-ViT 架構(gòu)的大規(guī)?？蓴U(kuò)展性驗(yàn)證。
IT之家附上參考地址
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。