每經記者 可楊(yang)    每經編(bian)輯(ji) 魏官(guan)紅    

4月27日(ri)，全面清(qing)(qing)華(hua)在中關村論(lun)壇(tan)未來人工智能先(xian)鋒論(lun)壇(tan)上(shang)，對標生(sheng)數(shu)(shu)科技聯合清(qing)(qing)華(hua)大學正式(shi)發布中國首(shou)個(ge)長(chang)時長(chang)、生(sheng)數(shu)(shu)首(shou)高一致性、科技高動態性視頻大模(mo)型Vidu。聯合

據悉，推出杏彩體育是哪個國家的該模型(xing)采(cai)用Diffusion（擴散(san)概(gai)率(lv)模型(xing)）與(yu)Transformer融合的(de)國內(nei)架構U-ViT，支持一鍵(jian)生(sheng)成長(chang)達(da)16秒、純自(zi)分辨率(lv)高(gao)達(da)1080P的(de)研(yan)視高(gao)清視頻內(nei)容。生(sheng)數科技方面介紹，模型(xing)與(yu)Sora一致，全(quan)面清華Vidu能夠根據(ju)提供的(de)對標(biao)文本描(miao)述直接生(sheng)成長(chang)達(da)16秒的(de)高(gao)質量視頻。

生數科技方面介紹，生數首杏彩體育官網是什么其核心技術U-ViT架(jia)構(gou)(gou)由(you)團(tuan)(tuan)隊于2022年9月提出，科(ke)技早于Sora采用的聯(lian)合(he)(he)DiT架(jia)構(gou)(gou)，是全(quan)球首個Diffusion（擴散概率模型）與Transformer融合(he)(he)的架(jia)構(gou)(gou)，完全(quan)由(you)團(tuan)(tuan)隊自主研發。

Vidu所生成的短片，采用的杏彩體育官網是什么APP是(shi)(shi)“一(yi)(yi)步(bu)到(dao)(dao)位(wei)”的生成(cheng)方式，與Sora一(yi)(yi)樣，文本到(dao)(dao)視頻的轉(zhuan)換是(shi)(shi)直接且(qie)連續的，在底層算法實現(xian)上是(shi)(shi)基于(yu)單一(yi)(yi)模型完全端到(dao)(dao)端生成(cheng)，不涉及中(zhong)間的插幀(zhen)和其他多(duo)步(bu)驟的處理。

所(suo)謂(wei)插(cha)幀(zhen)即通(tong)過在視(shi)頻(pin)的(de)(de)(de)(de)每兩(liang)幀(zhen)畫面中增加一(yi)幀(zhen)或(huo)多幀(zhen)來提升視(shi)頻(pin)的(de)(de)(de)(de)長度或(huo)流暢度。這種方法(fa)需(xu)要對視(shi)頻(pin)進行(xing)逐幀(zhen)處理(li)，通(tong)過插(cha)入額(e)外的(de)(de)(de)(de)幀(zhen)來改善視(shi)頻(pin)長度和質量(liang)，是一(yi)個(ge)分步驟(zou)的(de)(de)(de)(de)過程(cheng)。但Vidu與Sora則是通(tong)過單一(yi)步驟(zou)直接生成高質量(liang)的(de)(de)(de)(de)視(shi)頻(pin)，無(wu)需(xu)經過多個(ge)步驟(zou)的(de)(de)(de)(de)關鍵幀(zhen)生成和插(cha)幀(zhen)處理(li)。

2023年3月，生(sheng)(sheng)數科技團隊開源全(quan)球首個(ge)基(ji)于U-ViT架構(gou)的(de)(de)多模(mo)(mo)態擴散大(da)模(mo)(mo)UniDiffuser，在(zai)全(quan)球范圍(wei)內率先(xian)完成融合(he)架構(gou)的(de)(de)大(da)規(gui)模(mo)(mo)可擴展性(xing)（Scaling Law）驗證。UniDiffuser是(shi)在(zai)大(da)規(gui)模(mo)(mo)圖(tu)(tu)文(wen)數據集LAION-5B上(shang)訓練(lian)出的(de)(de)近(jin)10億參(can)數量模(mo)(mo)型(xing)，支持(chi)圖(tu)(tu)文(wen)模(mo)(mo)態間的(de)(de)任(ren)意(yi)生(sheng)(sheng)成和轉換。在(zai)架構(gou)上(shang)，UniDiffuser比同樣是(shi)DiT架構(gou)的(de)(de)Stable Diffusion 3領先(xian)了(le)一(yi)年。

生數(shu)科(ke)技表(biao)示，大模(mo)型(xing)的(de)突破是一個多維度、跨領(ling)域的(de)綜(zong)合性過程，需要技術與產業(ye)應用的(de)深度融合。因此在發布(bu)之際，生數(shu)科(ke)技正式推(tui)出“Vidu大模(mo)型(xing)合作(zuo)伙伴計劃”，誠邀產業(ye)鏈上(shang)下(xia)游企業(ye)、研究機構加入，共同(tong)構建合作(zuo)生態。

生數(shu)科(ke)(ke)技成(cheng)立于2023年3月，公(gong)司創始團(tuan)隊(dui)來自(zi)清華(hua)大學人工智能研究院，是全球范圍內(nei)最早從事擴散概率(lv)模型(xing)研究的(de)團(tuan)隊(dui)之一。截至(zhi)目前，生數(shu)科(ke)(ke)技已(yi)完成(cheng)數(shu)億元融資，投(tou)資方包(bao)括啟明創投(tou)、螞蟻集團(tuan)、BV百度風投(tou)、達泰(tai)資本、錦秋(qiu)基金、卓(zhuo)源亞洲等知名機構。

封面圖片來源(yuan)：視(shi)覺中國-VCG31N2008743681