每日經(jīng)濟(jì)新聞 2024-12-05 23:57:11
每經(jīng)記者 黃婉銀 每經(jīng)編輯 張海妮
12月3日,騰訊混元大模型公布最新進(jìn)展:正式上線視頻生成能力,這是繼文生文、文生圖、3D生成之后的又一里程碑。與此同時(shí),騰訊開源該視頻生成大模型,參數(shù)量130億,是當(dāng)前最大的視頻開源模型。
“用戶只需要輸入一段描述,即可生成視頻。”騰訊混元相關(guān)負(fù)責(zé)人透露,目前的生成視頻支持中英文雙語輸入、多種視頻尺寸以及多種視頻清晰度。目前該模型已上線騰訊元寶App,用戶可在AI應(yīng)用中的“AI視頻”板塊申請?jiān)囉谩F髽I(yè)客戶通過騰訊云提供服務(wù)接入,目前API同步開放內(nèi)測申請。
《每日經(jīng)濟(jì)新聞》記者從上述負(fù)責(zé)人處了解到,作為視頻模型,騰訊混元團(tuán)隊(duì)當(dāng)初在進(jìn)行設(shè)計(jì)時(shí),在動(dòng)作流暢性和大幅度動(dòng)作上花費(fèi)了很多心思。另外,現(xiàn)在很多視頻模型有個(gè)共同的問題就是在大幅運(yùn)動(dòng)的時(shí)候會(huì)出現(xiàn)畫面抖動(dòng),這個(gè)難題也是當(dāng)時(shí)其著力解決的事情。
“我們這次模型是全部開源的,遵從混元結(jié)構(gòu)體系,希望豐富社區(qū),我們的算法模型、加速工程都會(huì)開放給社區(qū),包括之后的圖聲視頻、驅(qū)動(dòng)綁定和配樂都會(huì)按節(jié)奏去做開源。現(xiàn)在(AI)視頻生成其實(shí)差距還比較大,特別是在文生視頻領(lǐng)域,成熟度其實(shí)遠(yuǎn)沒有到大家想象中那么高。”上述負(fù)責(zé)人告訴記者,一個(gè)月前就已經(jīng)把視頻生成模型訓(xùn)練完畢,現(xiàn)在對(duì)外發(fā)布也是水到渠成。
目前,騰訊宣布該視頻生成大模型已在Hugging Face平臺(tái)及Github上發(fā)布,包含模型權(quán)重、推理代碼、模型算法等完整模型,可供企業(yè)與個(gè)人開發(fā)者免費(fèi)使用和開發(fā)生態(tài)插件。
自年初以來,騰訊混元系列模型的開源速度不斷加快。此前,騰訊混元已經(jīng)開源了旗下文生文、文生圖和3D生成大模型。至此,騰訊混元系列大模型已實(shí)現(xiàn)全面開源。
上述負(fù)責(zé)人補(bǔ)充稱,目前文生視頻仍處于著重進(jìn)行技術(shù)打磨的階段。在此階段推出相關(guān)成果,也是期望對(duì)外開源,希望與社區(qū)一起協(xié)作,促使這項(xiàng)技術(shù)早日達(dá)到像圖像生成那樣真正可用的狀態(tài),當(dāng)下談?wù)撋虡I(yè)化還為時(shí)過早。
如需轉(zhuǎn)載請與《每日經(jīng)濟(jì)新聞》報(bào)社聯(lián)系。
未經(jīng)《每日經(jīng)濟(jì)新聞》報(bào)社授權(quán),嚴(yán)禁轉(zhuǎn)載或鏡像,違者必究。
讀者熱線:4008890008
特別提醒:如果我們使用了您的圖片,請作者與本站聯(lián)系索取稿酬。如您不希望作品出現(xiàn)在本站,可聯(lián)系我們要求撤下您的作品。
歡迎關(guān)注每日經(jīng)濟(jì)新聞APP