游客發(fā)表
12月3日消息,迄今今日,視頻視頻上線生成視頻騰訊混元大模型宣布文生視頻功能上線,開源一句話就能生成視頻。模型
此次開源的騰訊視頻生成大模型,參數(shù)量130億,混元是文生當(dāng)前最大的視頻開源模型。
目前,句話該模型已在Hugging Face平臺(tái)及Github上發(fā)布,迄今包含模型權(quán)重、視頻視頻上線生成視頻推理代碼、開源模型算法等完整模型,模型可供企業(yè)與個(gè)人開發(fā)者免費(fèi)使用和開發(fā)生態(tài)插件。騰訊
大家可在騰訊元寶APP-AI應(yīng)用-AI視頻中提交申請(qǐng)?jiān)囉?,混元企業(yè)客戶可通過(guò)騰訊云提供服務(wù)接入,文生API同步開放內(nèi)測(cè)申請(qǐng)。
據(jù)了解,目前生成視頻支持中英文雙語(yǔ)輸入、多種視頻尺寸以及多種視頻清晰度。
騰訊混元視頻生成大模型可以生成超寫實(shí)的高質(zhì)量視頻,比如,像沖浪、跳舞這種大動(dòng)作場(chǎng)景,生成的畫面自然合理,不容易變形。
在鏡面或鏡子場(chǎng)景中,可以做到鏡面反射動(dòng)作和外面完全同步,光影反射基本符合物理規(guī)律。
據(jù)騰訊介紹,騰訊混元視頻生成大模型采用DiT架構(gòu),并在架構(gòu)設(shè)計(jì)上進(jìn)行多處升級(jí)。
適配了新一代文本編碼器提升語(yǔ)義遵循,其具備強(qiáng)大的語(yǔ)義跟隨能力,更好地應(yīng)對(duì)多個(gè)主體描繪,實(shí)現(xiàn)更加細(xì)致的指令和畫面呈現(xiàn)。
通過(guò)先進(jìn)的圖像視頻混合VAE(3D變分編碼器),讓模型在細(xì)節(jié)表現(xiàn)有明顯提升,特別是小人臉、高速鏡頭等場(chǎng)景。
相關(guān)內(nèi)容
隨機(jī)閱讀
熱門排行
友情鏈接