2023-09-07 10:08
阿里云推出首個(gè)視頻生成AI大模型：兩分鐘生成720P高質(zhì)量高清影片，可用于電影場(chǎng)景制作
AI奇點(diǎn)網(wǎng)9月7日?qǐng)?bào)道丨小編從阿里旗下的摩搭社區(qū)了解到，阿里巴巴達(dá)摩院新晉上線推出了一款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1280x720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(chǎng)景。
和當(dāng)前比較火爆的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)。
針對(duì)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)1280x720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)練還使用了多種不同風(fēng)格的視頻類型數(shù)據(jù)，因此可生成科技感、電影色、卡通風(fēng)格和素描等不同風(fēng)格的豐富視頻。
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。
感興趣的朋友，不妨到阿里摩搭社區(qū)體驗(yàn)一番。模型體驗(yàn)地址鏈接直達(dá)：https://modelscope.cn/models/damo/Image-to-Video/summary
相關(guān)文章
Kardashian
Altman
