AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：視頻生成產(chǎn)品 PixVerse 版本大更新！支持一鍵生成5段、最長(zhǎng) 40S 連續(xù)視頻
關(guān)鍵字：視頻,模型,用戶,產(chǎn)品,架構(gòu)
文章來(lái)源：Founder Park
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

今年6 月份起，視頻生成賽道持續(xù)涌現(xiàn)新的產(chǎn)品，從可靈到 Luma、Runway Gen3，模型能力和產(chǎn)品化效果越來(lái)越卷。
7 月 24 日，愛(ài)詩(shī)科技正式發(fā)布視頻生成產(chǎn)品 PixVerse V2。新版本產(chǎn)品采用 Diffusion+Transformer（DiT）基礎(chǔ)架構(gòu)，提升了模型能力。
PixVerse V2 這次上線將提供給全球用戶使用，它能夠在保證風(fēng)格一致性前提下，快速制作出多個(gè) 8 秒的短視頻片段，還可以實(shí)現(xiàn)長(zhǎng)達(dá) 40 秒的視頻。01采用 DiT 架構(gòu)多個(gè)技術(shù)創(chuàng)新PixVerse V2 采用了行業(yè)領(lǐng)先的 DiT 模型架構(gòu)，通過(guò)模型訓(xùn)練，實(shí)現(xiàn)了視頻大模型的 Scaling Law。在多個(gè)技術(shù)層面，PixVerse V2 也采用了獨(dú)創(chuàng)的創(chuàng)新技術(shù)。
第一點(diǎn)，在 Diffusion 時(shí)空建模方面。
愛(ài)詩(shī)獨(dú)創(chuàng)了一種時(shí)空注意力建模機(jī)制，且是「更合理的」，它優(yōu)于時(shí)空分離以及 fullseq 架構(gòu)。
這種機(jī)制對(duì)時(shí)間、空間的感知力都更好，對(duì)復(fù)雜場(chǎng)景的處理也更好。第二，在文本理解方面。
PixVerse V2 利用強(qiáng)大的多模態(tài)模型，能夠精準(zhǔn)提取文本信息，實(shí)現(xiàn)文本與視頻內(nèi)容對(duì)齊。
模型的理解和表達(dá)能

原文鏈接：視頻生成產(chǎn)品 PixVerse 版本大更新！支持一鍵生成5段、最長(zhǎng) 40S 連續(xù)視頻

聯(lián)系作者

文章來(lái)源：Founder Park
作者微信：
作者簡(jiǎn)介：