快手新动作!联合推出开源文生视频AI模型,效果如何?

   发布时间:2024-10-12 11:25 作者:唐云泽

近日,快手科技、北京大学和北京邮电大学携手,共同推出了Pyramid Flow文生视频模型。这款模型能够根据用户输入的文本,生成最长可达10秒、分辨率为1280x768、帧率为24fps的高质量视频。这一创新成果为开发者、艺术家和创作者们带来了更高效、更灵活的视频生成解决方案,并已在Hugging Face平台上线,实现完全开源。

Pyramid Flow的核心优势在于其高效生成的能力。该模型采用新技术,通过统一的AI模型分阶段生成视频,其中大多数阶段为低分辨率,仅在最后阶段达到全分辨率。这种“金字塔流匹配”方法在保持视频高视觉质量的同时,大幅降低了计算成本,其tokens数量仅为传统diffusion模型的四分之一。

在推理速度方面,Pyramid Flow同样表现出色。它能够在56秒内生成一个5秒、384p的视频,速度上媲美甚至超过了许多全序列diffusion模型。

Pyramid Flow在MIT许可证下发布,允许包括商业应用、修改和再分发在内的广泛使用。这一开源和商业友好的政策,吸引了众多希望将模型集成到专有系统中的开发者和公司。

 
 
更多>同类内容
全站最新
热门内容
本栏最新
 
智快科技微信账号
ITBear微信账号

微信扫一扫
加微信拉群
电动汽车群
科技数码群