6月12日消息,,據(jù)媒體報(bào)道,,北京極佳視界科技有限公司聯(lián)合清華大學(xué)自動(dòng)化系正式發(fā)布我國(guó)首個(gè)超長(zhǎng)時(shí)長(zhǎng)、高性價(jià)比的Sora級(jí)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(zhǎng)時(shí)長(zhǎng),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(xiàng)目也開始復(fù)現(xiàn)DiT路線,。
而“視界一粟YiSu”則是基于團(tuán)隊(duì)自研的視頻生成大模型技術(shù),,并沒(méi)有止步于DiT。該團(tuán)隊(duì)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(shì),,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(duì)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(gè)小版本,、每月一個(gè)大版本的迭代速度成長(zhǎng)進(jìn)化,。未來(lái)幾個(gè)月,在視頻時(shí)長(zhǎng),、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(lái)大幅度的提升,。
據(jù)了解,極佳科技核心團(tuán)隊(duì)擁有超過(guò)十年的AI技術(shù)積累,。其團(tuán)隊(duì)來(lái)自清華大學(xué),、中國(guó)科學(xué)院、中科大等知名院校,,累積發(fā)表AI頂級(jí)論文200余篇,,多次獲得全球權(quán)威AI比賽世界冠軍。