直接生成16秒高清视频 我国自研视频大模型在京发布

只需一段文字指令就能生成一段逼真视频，今年初，文生视频大模型Sora在全球人工智能业内外引发广泛关注。27日，2024中关村论坛年会上首次发布我国自研的具“长时长、高一致性、高动态性”特点的文生视频大模型Vidu。

　　记者从会上获悉，这一视频大模型由清华大学联合北京生数科技有限公司共同研发，可根据文本描述直接生成长达16秒、分辨率高达1080P的高清视频内容，不仅能模拟真实物理世界，还拥有丰富想象力。

　　清华大学人工智能研究院副院长、生数科技首席科学家朱军说，当前国内视频大模型的生成视频时长大多为4秒左右，Vidu则可实现一次性生成16秒的视频时长。同时，视频画面能保持连贯流畅，随着镜头移动，人物和场景在时间、空间中能保持高一致性。

　　在动态性方面，Vidu能生成复杂的动态镜头，不再局限于简单的推、拉、移等固定镜头，而是能在一段画面里实现远景、近景、中景、特写等不同镜头的切换，包括能直接生成长镜头、追焦、转场等效果。

　　“Vidu能模拟真实物理世界，生成细节复杂且符合物理规律的场景，例如合理的光影效果、细腻的人物表情等，还能创造出具有深度和复杂性的超现实主义内容。”朱军介绍，由于采用“一步到位”的生成方式，视频片段从头到尾连续生成，没有明显的插帧现象。

　　此外，Vidu还可生成如熊猫、龙等形象。

　　据悉，Vidu的技术突破源于团队在机器学习和多模态大模型方面的长期积累，其核心技术架构由团队早在2022年就提出并持续开展自主研发。“作为一款通用视觉模型，我们相信，Vidu未来能支持生成更加多样化、更长时长的视频内容，探索不同的生成任务，其灵活架构也将兼容更广泛的模态，进一步拓展多模态通用能力的边界。”朱军说。

　　1月3日下午，大皖新闻记者联系了镇康县委宣传部，求证网传境外炮弹落入该县南伞镇的信息，一位工作人员表示，“确实是有这个事”，事发1月3日下午两点多钟，事发后有群众第一时间联系了救护车，伤者被送到了医院。对于炮弹来自哪里？人员伤亡情况如何？该工作人员表示，具体情况要等官方通报。っ黑料社app下载官网版-黑料社app下载官网版安卓版v1.0.0 - ...(　)【　】(　)【　】(中)【zhong】(共)【gong】(中)【zhong】(央)【yang】(政)【zheng】(治)【zhi】(局)【ju】(委)【wei】(员)【yuan】(、)【、】(全)【quan】(国)【guo】(政)【zheng】(协)【xie】(副)【fu】(主)【zhu】(席)【xi】(石)【shi】(泰)【tai】(峰)【feng】(，)【，】(全)【quan】(国)【guo】(政)【zheng】(协)【xie】(副)【fu】(主)【zhu】(席)【xi】(胡)【hu】(春)【chun】(华)【hua】(、)【、】(沈)【shen】(跃)【yue】(跃)【yue】(、)【、】(王)【wang】(勇)【yong】(、)【、】(周)【zhou】(强)【qiang】(、)【、】(梁)【liang】(振)【zhen】(英)【ying】(、)【、】(巴)【ba】(特)【te】(尔)【er】(、)【、】(苏)【su】(辉)【hui】(、)【、】(邵)【shao】(鸿)【hong】(、)【、】(陈)【chen】(武)【wu】(、)【、】(穆)【mu】(虹)【hong】(、)【、】(姜)【jiang】(信)【xin】(治)【zhi】(、)【、】(蒋)【jiang】(作)【zuo】(君)【jun】(、)【、】(何)【he】(报)【bao】(翔)【xiang】(、)【、】(秦)【qin】(博)【bo】(勇)【yong】(出)【chu】(席)【xi】(会)【hui】(议)【yi】(。)【。】。　　（二）及时补传历史车型材料。转入《减免税目录》的历史车型，需及时补传“减免税”“换电模式”标识，其中换电模式车型还需提供满足GB/T 40032《电动汽车换电安全要求》等标准的第三方检测报告，以及换电服务保障等证明材料。税务部门依据相关标识办理减免税手续。。