6月12日消息，據(jù)媒體報道，北京極佳視界科技有限公司聯(lián)合清華大學(xué)自動化系正式發(fā)布我國首個超長時長、高性價比的Sora級視頻生成大模型“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，很多公司和項目也開始復(fù)現(xiàn)DiT路線。
而“視界一粟YiSu”則是基于團(tuán)隊自研的視頻生成大模型技術(shù)，并沒有止步于DiT。該團(tuán)隊融合LLM和擴(kuò)散模型的自研架構(gòu)，結(jié)合各種路線的優(yōu)勢，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小版本、每月一個大版本的迭代速度成長進(jìn)化。未來幾個月，在視頻時長、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)隊擁有超過十年的AI技術(shù)積累。其團(tuán)隊來自清華大學(xué)、中國科學(xué)院、中科大等知名院校，累積發(fā)表AI頂級論文200余篇，多次獲得全球權(quán)威AI比賽世界冠軍。
本站內(nèi)容除特別聲明的原創(chuàng)文章之外，轉(zhuǎn)載內(nèi)容只為傳遞更多信息，并不代表本網(wǎng)站贊同其觀點(diǎn)。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認(rèn)版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題，請及時通過電子郵件或電話通知我們，以便迅速采取適當(dāng)措施，避免給雙方造成不必要的經(jīng)濟(jì)損失。聯(lián)系電話：010-82306118；郵箱：aet@chinaaet.com。