中国科大与字节发布 MoGA 长视频生成模型:分钟级多镜头短片一键生成
中国科学技术大学与字节跳动即将联合发布一款具有里程碑意义的 端到端长视频生成模型。该模型能够直接生中国成**分钟级长度、480p 分辨率、24帧/秒(fps)**的高质量视频,并支持多镜头场景切换,标志着国产科大视频生成技术在全球生成式 AI 竞赛中实现关键突破。 这项成果的核心创新在于其底层算法——MoGA(M与字odular Global Attention),这是一种全新的注意力机制,专为解决长视频生成中的上节发下文扩展与算力开销问题而设计。凭借 MoGA 的结构优化,模型可处理长达 580K token 的上下文信息,大幅布 降低计算成本,使长时间、多场景的视频生成成为可能。 研究团队表示,传统视频生成模型往往受限于显存和计算量,只Mo能生成几秒钟的动画 GIF 或短片。而 MoGA 的引入,让模型能够“一次性”生成包含多个镜头切换、视觉GA叙事连贯的 “迷你短片”,极大拓展了生成式视频模型的应用边界。 此外,MoGA 具有高度的 模块化与兼容性 长,可直接与现有的高效加速库(如 FlashAttention、xFormers、DeepSpeed 等视频)集成,实现更快的训练与推理效率。这意味着该技术不仅具备科研突破意义,也具备产业落地潜力,可应用于影生成视创作、广告生成、游戏过场动画以及数字人内容生产等领域。 随着 OpenAI、Pika、Runway 等公模型司相继推进短视频生成,中国科大与字节跳动此次推出的模型被认为是国内首个能真正实现分钟级长视频生成的:分系统,其在算法、效率和可扩展性上的领先性,或将推动中国在视频生成领域进入全球前列。 地址:https:钟级//jiawn-creator.github.io/mixture-of-groups-atte多镜ntion/
- 最近发表
- 随机阅读
-
- 沙漠化的原因是什么
- 改变电子商务行业的5种人工智能趋势
- 标签: 比尔·盖茨 AI 全球健康 气候创新
- 印度启动AI聊天机器人购物试点:ChatGPT率先落地,Gemini和Claude即将跟进
- 易唱网
- 标签: 苹果 iPhone 17 M5芯片 Apple Intelligence
- 中国信通院发布 “方升” 3.0 大模型基准测试
- 2021年大数据和分析4大趋势
- Kubernetes的高级部署策略集 译文
- 标签: Cerebras CBRS AI芯片 IPO
- Grammarly推出全新文档界面集成AI助手,既能帮写作又能检测AI生成内容
- 韩国最大云计算服务提供商LG CNS宣布与微软达成合作 使用ChatGPT开发新服务
- 助力1000+企业后 亚马逊云科技给出「构建生成式AI应用」的关键步骤
- 中台之于银行,蜜糖还是砒霜?
- 想把数据可视化做好?这 20 个超实用的经验总结一定要先看过!
- 印度AI大战白热化!谷歌豪送18个月Gemini Pro,OpenAI推免费ChatGPT Go,巨头“烧钱”抢10亿用户
- 波士顿动力玩转CES,Spot机器狗走进元宇宙!
- 标签: 米哈游 刘伟 上海交通大学 原神 蔡浩宇
- 苹果前 AI 主管吉安南雷亚加入 uspAI
- 海尔阿里签署全面AI合作协议,共建数字产业新生态
- 搜索
-
- 友情链接