技術(shù)
導(dǎo)讀:北京極佳視界科技有限公司聯(lián)合清華大學(xué)自動(dòng)化系正式發(fā)布我國首個(gè)超長時(shí)長、高性價(jià)比的Sora級(jí)視頻生成大模型“視界一粟 YiSu”。
據(jù)媒體報(bào)道,北京極佳視界科技有限公司聯(lián)合清華大學(xué)自動(dòng)化系正式發(fā)布我國首個(gè)超長時(shí)長、高性價(jià)比的Sora級(jí)視頻生成大模型“視界一粟 YiSu”。
該大模型擁有模型原生的16秒超長時(shí)長,并可生成至1分鐘以上視頻。據(jù)介紹,YiSu模型成本更低、速度更快、端側(cè)可用。
年初Sora的爆火,讓DiT架構(gòu)受到了業(yè)內(nèi)極大的關(guān)注,很多公司和項(xiàng)目也開始復(fù)現(xiàn)DiT路線。
而“視界一粟YiSu”則是基于團(tuán)隊(duì)自研的視頻生成大模型技術(shù),并沒有止步于DiT。該團(tuán)隊(duì)融合LLM和擴(kuò)散模型的自研架構(gòu),結(jié)合各種路線的優(yōu)勢(shì),在多模態(tài)融合、訓(xùn)練效率、推理效率、模型效果等方面達(dá)到優(yōu)化,打造視頻生成的方案。
此前,該團(tuán)隊(duì)曾提出WorldDreamer,是全球第一次以Transformer和LLM(Masked Token路線)為中心的視頻生成工作。
此次發(fā)布的視頻生成大模型,是YiSu-Beta V0.5版本,YiSu大模型正在按照每周一個(gè)小版本、每月一個(gè)大版本的迭代速度成長進(jìn)化。未來幾個(gè)月,在視頻時(shí)長、可控性、推理速度、運(yùn)行成本、理解物理世界等方面還將持續(xù)迎來大幅度的提升。
據(jù)了解,極佳科技核心團(tuán)隊(duì)擁有超過十年的AI技術(shù)積累。其團(tuán)隊(duì)來自清華大學(xué)、中科院、中科大等知名院校,累積發(fā)表AI頂級(jí)論文200余篇,多次獲得全球權(quán)威AI比賽世界冠軍。
免責(zé)聲明:本文來源快科技,刊載的所有內(nèi)容(包括但不僅限文字、圖片、LOGO、音頻、視頻、軟件、程序等)版權(quán)歸原作者所有。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),請(qǐng)及時(shí)告之,以便及時(shí)處理,謝謝。