• 我的订阅
  • 科技

北大、快手开源视频生成模型Pyramid Flow,1分钟生成5秒视频

类别:科技 发布时间:2024-10-12 09:49:00 来源:智东西
北大、快手开源视频生成模型Pyramid Flow,1分钟生成5秒视频

智东西10月11日消息,据VentureBeat报道,北京大学、北京邮电大学和快手科技在本周联合开源了一款名为Pyramid Flow的高清视频生成模型。Pyramid Flow能根据文本描述制作长达10秒、分辨率为1280×768、每秒24帧的视频。

Pyramid Flow采用了金字塔流匹配算法,优化了视频生成的效率和质量。这一算法将视频生成过程分解为多个阶段,每个阶段对应着不同的分辨率。

在推理阶段,Pyramid Flow模型能够以相当快的速度生成视频。具体来说,它可以在56秒内生成一段时长为5秒、分辨率为384p的视频,这一速度与市面上许多全序列扩散模型相当,甚至更快。

目前,该项目已经在Hugging Face和GitHub上开源。

开源地址:

1、https://github.com/jy0205/Pyramid-Flow

2、https://huggingface.co/rain1011/pyramid-flow-sd3

一、金字塔流匹配算法:高质量AI视频新技术,逐层提高分辨率

文生视频领域有一个非常难的技术挑战,就是如何有效地处理和生成高维度的视频数据。

针对这一技术挑战,Pyramid Flow研发团队提出了金字塔流匹配算法。

金字塔流匹配算法的核心思想是将视频生成过程分解为多个阶段来有效处理高维度的视频数据。这些阶段从低分辨率开始,逐步升级到高分辨率,从而逐步提升视频的清晰度。

这个过程就像是先画一个简单的草图,然后一点点地加上颜色和细节,直到画出一幅完整的画。

北大、快手开源视频生成模型Pyramid Flow,1分钟生成5秒视频

▲金字塔流匹配算法:视频的生成是在不同的分辨率层次上逐步进行的(图源:arxiv论文截图)

二、开源数据集训练,Pyramid Flow生成5-10秒高清视频

Pyramid Flow模型通过分阶段的方式生成视频,大大减少了计算成本。

//oss.zhidx.com/uploads/2024/10/6708ce81379bf_6708ce8130b37_6708ce8130b05_2.mp4

▲Pyramid Flow生成的视频展示(图源:Pyramid Flow官网)

与传统的扩散模型相比,Pyramid Flow的金字塔流匹配算法将token数量减少了4倍。

//oss.zhidx.com/uploads/2024/10/6708cef0f36bb_6708cef0ea0a5_6708cef0ea080_2.mp4

▲Pyramid Flow生成的视频展示(图源:Pyramid Flow官网)

据官网介绍,该模型可以在768p分辨率和每秒24帧的条件下生成5至10秒的视频,并且是基于开源数据集进行训练的。

//oss.zhidx.com/uploads/2024/10/6708cfe934692_6708cfe922581_6708cfe92255e_2.mp4

▲Pyramid Flow生成的视频展示(图源:Pyramid Flow官网)

具体来说,Pyramid Flow在训练时用到的数据集包括LAION-5B、CC-12M、SA-1B以及WebVid-10M和OpenVid-1M等。

1、LAION-5B:一个用于多模态AI研究的大型数据集。

2、CC-12M:一个由网络爬虫收集的图像文本对的数据集。

3、SA-1B:具有高质量、无模糊图像的数据集。

4、WebVid-10M和OpenVid-1M:两个被广泛用于文本到视频生成的视频数据集。

三、宽松许可,Pyramid Flow开源商业用途,轻松实现视频微调

Pyramid Flow是开源的AI视频生成工具,它允许用户用在商业项目里,但须保留版权声明。

//oss.zhidx.com/uploads/2024/10/6708d06aaa71b_6708d06aa00f2_6708d06aa00cf_2.mp4

▲Pyramid Flow生成的视频展示(图源:Pyramid Flow官网)

通过使用Pyramid Flow,用户可以免费调整视频细节,这项功能对于电影制片厂来说很有吸引力。

电影制片厂可以通过使用Pyramid Flow来提高视频制作效率、降低视频制作成本,并探索新的视频创意工具。

不过,要想充分利用好这一模型,电影制片厂还需要具备一定的开发人才和计算资源。

目前,Pyramid Flow缺乏像Runway Gen-3 Alpha这样的模型所具备的一些高级微调功能,比如精确控制摄像机角度、关键帧和人体姿态等电影元素。

//oss.zhidx.com/uploads/2024/10/6708d0bf19031_6708d0bf0fc60_6708d0bf0fc3e_2.mp4

▲Pyramid Flow生成的视频展示(图源:Pyramid Flow官网)

//oss.zhidx.com/uploads/2024/10/6708d11fb804e_6708d11fb15f1_6708d11fb15d1_2.mp4

▲Pyramid Flow生成的视频展示(图源:Pyramid Flow官网)

//oss.zhidx.com/uploads/2024/10/6708d140beee7_6708d140b8aa9_6708d140b8a87_3.mp4

▲Pyramid Flow生成的视频展示(图源:Pyramid Flow官网)

来源:VentureBeat、Pyramid Flow官网、arxiv

以上内容为资讯信息快照,由td.fyun.cc爬虫进行采集并收录,本站未对信息做任何修改,信息内容不代表本站立场。

快照生成时间:2024-10-12 12:45:01

本站信息快照查询为非营利公共服务,如有侵权请联系我们进行删除。

信息原文地址:

文生视频大模型,短视频的过弯点?
...就成为了国内厂商追逐的焦点。6月初,快手自研的视频生成大模型“可灵”正式上线。可灵AI采用了与Sora相似的技术路线,能够生成具有合理运动和模拟物理世界特性的视频。截至目前,
2024-07-30 14:08:00
快手发布对标Sora的视频生成大模型「可灵」 已开放邀测体验
...近日,又一国产视频大模型加入战局,快手“可灵”视频生成大模型官网正式上线。相较此前各家放出的视频大模型以展示视频为主,本次亮相的可灵大模型不但效果对标Sora,且已在快手旗下
2024-06-07 09:20:00
AI视频新战场:字节对决快手、反击Sora
...新知 原创作者丨萧维 编辑丨蕨影一场由Sora引发的AI视频生成竞赛,如今迎来新的竞争者!9月24日,2024火山引擎AI创新巡展深圳站上
2024-09-30 13:34:00
视频大模型 快手美图殊途同归
...视频大模型“可灵”并开始邀测,用户输入一段文字即可生成视频。美图宣布将在7月底上线新品MOKI,该产品基于美图奇想大模型的视频生成能力,可帮助用户生成AI短片。不论是做视频还
2024-06-13 23:55:00
蓝色光标Blue AI携手快手可灵AI,共同引领AI视频生成新时代
...色光标宣布与快手可灵AI正式签署战略合作协议,就AI视频生成技术研发、平台合作、场景共建、内容创作优化等多维度展开深入合作,共探AI视频生成的无限潜力。蓝色光标自研AI行业模
2024-09-11 14:48:00
视频生成大模型sora和可灵的区别在哪里?
...称为“世界模拟器”:它理解真实的规则,并在此基础上生成“世界”。如果说从前还是一道铜墙铁壁,那么现在,虚拟与真实可能仅一线之隔。Sora之后,它的挑战者前赴后继。6月,视频生
2024-06-26 14:27:00
对标Sora!快手自研视频生成大模型可灵AI全面开放内测
快科技7月25日消息,日前,快手视频生成大模型可灵AI宣布基础模型升级,并全面开放内测,同时正式上线付费会员体系。用户每日登录都可免费获得66灵感值,可用于兑换可灵AI平台内指定
2024-07-25 07:57:00
大模型的未来,快手在自己身上找答案
...数字人 | 图片来源:视觉中国而另一片场地上,快手视频生成大模型明星「可灵」发布了一系列重磅升级和 AIGC 短剧,台下欢呼声此起彼伏。对外界来说,AI 能力是抽象的,带货主
2024-07-11 14:20:00
快手可灵大模型开放视频续写功能 可生成最长约3分钟视频
本文转自:中国新闻网快手的视频生成大模型“可灵”自面世以来,以其惊艳效果引发了国内外的广泛关注。 6月21日,可灵再度进化,正式推出图生视频功能,支持用任意静态图像生成5s视频,
2024-06-24 19:53:00
更多关于科技的资讯:
厦门网讯(厦门日报记者 林露虹)记者昨日从中国移动咪咕公司获悉,该公司打造的“鼓浪屿AI伴游”服务已正式上线。市民和游客只需打开“鼓浪屿元宇宙”微信小程序
2025-10-02 08:57:00
“中国脑机谷”落户新奥新智感知产业园 政企研协同构建脑机接口产业新生态
河北新闻网讯(张新)9月26日,脑机接口产业联盟首届“脑机接口50人论坛”暨天津脑机接口产业创新发展推进会举办。会上,由新奥集团旗下的天津新智感知科技有限公司
2025-10-01 08:40:00
国网三明供电公司:守护灯火庆华诞 主动运维显担当
国网三明供电公司检修人员及时更换损坏器件并调整传动系统并完成设备修复及全套试验。(纪长添 摄)东南网10月1日讯 9月28日
2025-10-01 09:19:00
9月26日,由华东政法大学与上海星瀚律师事务所联合主办的第三届“星瀚杯”走进企业的法律课公益大赛正式启动。腾讯云作为大赛的技术支持单位
2025-10-01 09:56:00
平望实小承办吴江区骨干教师(数学)讲学团活动
为进一步发挥吴江区骨干教师的示范和辐射作用,推进课堂教学改革,有效提升教师教学业务能力。2025年9月24日,由苏州市吴江区教师发展中心主办的2025年吴江区骨干教师(数学)讲学团活动在平望实验小学举行
2025-10-01 09:58:00
AI技术让抗战文物“活起来”,人民日报数字传播联合百度推抗战文物智能体
9月30日,由人民日报数字传播与中国国家博物馆、中国人民大学、百度文心大模型、百度百科联合出品的《80年,80件》智能体和3D文物词条正式上线
2025-10-01 10:00:00
新时达2025工博会圆满落幕 | STEP 2.0战略引领智能制造新篇章
2025年9月23日至27日,第二十五届中国国际工业博览会在国家会展中心(上海)盛大举行。新时达以"智拓无界 共创未来"为主题
2025-10-01 10:00:00
从课堂到产线,河北工大学子开展智慧物流与“地狼”系统自动化技术实训
河北新闻网讯(胡广涛)组装调试机器人、体验智慧仓储系统、探索自动化技术前沿……近日,河北工业大学人工智能与数据科学学院2022级自动化专业全体学生在廊坊分校
2025-10-01 11:12:00
中国青年报客户端讯(中青报·中青网记者 夏瑾)9月30日,由湖州师范学院音乐学院、湖州市音声数据挖掘与智能服务重点实验室主办的“1617系列明代魏氏乐虚拟乐器音源”全球发布会在浙江省杭州市举办
2025-10-01 14:11:00
“智慧武当”给游客带来数字文旅新体验
十堰广电讯(通讯员 汪伟 周琼 耿宇)“一部手机游武当”预约购票、AI导游、《入境武当》VR大空间、问道武当数字客厅……国庆假日
2025-10-01 18:35:00
津云文旅电商版块上线 首发“笑漾海河”优选线路 扫码阅读手机版
10月1日,天津鹏欣水游城14周年庆暨津云新媒体“笑漾海河”文旅电商线路首发仪式成功举办。近年来,随着“文旅+电商”模式的快速发展
2025-10-01 18:55:00
陕西数字贸易闪耀第四届数贸会 数字贸易合作成果丰硕
9月29日,为期5天的第四届全球数字贸易博览会(以下简称“数贸会”)在浙江杭州大会展中心圆满落下帷幕。此次盛会,陕西代表团表现亮眼
2025-10-01 18:58:00
高德扫街榜国庆提醒:全国十大吃货友好高铁站看这里
2025年国庆节与中秋节叠加,全国铁路预计发送旅客2.19亿人次。赶高铁如何吃饱吃好?今天,高德扫街榜发布“十大吃货友好高铁站”
2025-10-01 20:19:00
能效提升15%,山东港口日照港顺岸式全自动化码头再迎新突破
9月29日,在山东港口日照港全自动化集装箱码头,随着A23自动化轨道吊精准将集装箱吊起、转运,标志着日照港研发的新一代双悬臂轻量化轨道吊投产试运行
2025-10-01 23:08:00
健康之旅,“媒”好同行!爱康集团烟威区域媒体开放日圆满结束
为构建与公众的沟通桥梁,让烟威人民更好地了解爱康的医疗品质及优质体检服务,9月25日下午爱康集团烟威区域媒体开放日活动于爱康莱山区分院成功举办
2025-10-01 20:51:00