近日,阿里云推出全新視頻生成大模型I2VGen-XL,并在魔搭社區(qū)開放體驗(yàn),用戶上傳一張圖片后2分鐘左右即可生成一段1280*720的高分辨率視頻,該模型研發(fā)負(fù)責(zé)人表示,未來將進(jìn)一步實(shí)現(xiàn)2K超清效果,可應(yīng)用于短視頻內(nèi)容生產(chǎn)、電影制作等場景。
I2VGen-XL在魔搭社區(qū)開放體驗(yàn)
和業(yè)界爆火的AI繪畫創(chuàng)作大模型不同,視頻生成大模型的技術(shù)門檻更高,其需要克服文本和視頻內(nèi)容匹配度、視頻畫面質(zhì)量、畫面連續(xù)性等諸多技術(shù)挑戰(zhàn)。
在此之前,阿里云和微軟等科技公司相繼推出一系列可控視頻生成研究成果,例如用戶可通過定義空間布局、運(yùn)動(dòng)模式等條件來生成視頻,但其畫面清晰度難以滿足真實(shí)場景應(yīng)用的需求。
針對該問題,阿里云進(jìn)一步提出創(chuàng)新思路,I2VGen-XL模型設(shè)計(jì)了兩個(gè)階段,首先在低分辨率條件下保證生成結(jié)果和給定圖像語義的匹配度,隨后通過視頻擴(kuò)散模型(VLDM)來提高視頻分辨率,并同時(shí)提升時(shí)間和空間上的一致性,保證最終視頻內(nèi)容的清晰度和連貫性,最終實(shí)現(xiàn)1280*720高分辨率的突破,并且在畫面細(xì)節(jié)的展現(xiàn)上大幅領(lǐng)先現(xiàn)有模型。
據(jù)介紹,該模型的訓(xùn)練還使用了多種風(fēng)格的視頻數(shù)據(jù),因此可生成科技感、電影色、卡通風(fēng)格和素描等類型豐富的視頻。
I2VGen-XL流程圖
目前,I2VGen-XL的模型和代碼均已開源,國內(nèi)外社交媒體顯示,該模型已吸引國內(nèi)外用戶和開發(fā)者的廣泛體驗(yàn)和二次開發(fā),涌現(xiàn)了大量創(chuàng)意AI視頻生成內(nèi)容,例如在城堡上展翅的恐龍、宇航員在飛船中行走的科幻電影畫面等等……
知名AI社交媒體分析師Ahsen Khaliq在推特發(fā)布多條由該模型生成的視頻效果,并表示模型在清晰度、紋理、語義和時(shí)間連續(xù)性方面有優(yōu)勢。
國內(nèi)外網(wǎng)友和開發(fā)者廣泛關(guān)注和體驗(yàn)
在視覺生成領(lǐng)域,阿里云此前已推出AI繪畫創(chuàng)作大模型通義萬相(基座模型Composer)和可控視頻生成模型VideoComposer,團(tuán)隊(duì)在該領(lǐng)域發(fā)表60多篇CCF-A類論文,并在國際頂級(jí)視覺競賽中獲得10余項(xiàng)冠軍。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹(jǐn)慎對待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
近日,德國柏林國際電子消費(fèi)品展覽會(huì)(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計(jì)及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)成功斬獲兩項(xiàng)“IFA全球產(chǎn)品設(shè)計(jì)創(chuàng)新大獎(jiǎng)”金獎(jiǎng),有力證明了其在全球市場的強(qiáng)大影響力。
近日,中國家電及消費(fèi)電子博覽會(huì)(AWE 2024)隆重開幕。全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無人區(qū),斬獲四項(xiàng)AWE 2024艾普蘭大獎(jiǎng)。
“以前都要去窗口辦,一套流程下來都要半個(gè)月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
由世界人工智能大會(huì)組委會(huì)、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會(huì)共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會(huì)聯(lián)合上海人工智能實(shí)驗(yàn)室、上海臨港經(jīng)濟(jì)發(fā)展(集團(tuán))有限公司、開放原子開源基金會(huì)主辦的“2024全球開發(fā)者先鋒大會(huì)”,將于2024年3月23日至24日舉辦。