谷歌10秒視頻生成模型破世界記錄！LLM終結(jié)擴(kuò)散模型，效果碾壓頂流Gen-2

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：谷歌10秒視頻生成模型破世界記錄！LLM終結(jié)擴(kuò)散模型，效果碾壓頂流Gen-2
關(guān)鍵字：視頻,模型,文本,音頻,圖像
文章來源：新智元
內(nèi)容字?jǐn)?shù)：7772字

內(nèi)容摘要：

新智元報(bào)道編輯：編輯部
【新智元導(dǎo)讀】谷歌全新視頻生成模型VideoPoet再次引領(lǐng)世界！十秒超長視頻生成效果碾壓Gen-2，還可進(jìn)行音頻生成，風(fēng)格轉(zhuǎn)化。AI視頻生成，或許就是2024年下一個(gè)最前沿（juan）的領(lǐng)域。
回看過去幾個(gè)月，RunWay的Gen-2、Pika Lab的Pika 1.0，國內(nèi)大廠等視頻生成模型紛紛涌現(xiàn)，不斷迭代升級(jí)。
這不，RunWay一大早就宣布Gen-2支持文本轉(zhuǎn)語音的功能了，可以為視頻創(chuàng)建畫外音。
當(dāng)然，谷歌在視頻生成上也不甘落后，先是與斯坦福李飛飛團(tuán)隊(duì)共同發(fā)布了W.A.L.T，用Transformer生成的逼真視頻引來關(guān)注。
今天，谷歌團(tuán)隊(duì)又發(fā)布了一個(gè)全新的視頻生成模型VideoPoet，而且無需特定數(shù)據(jù)便可生成視頻。
論文地址：https://blog.research.google/2023/12/videopoet-large-language-model-for-zero.html
最令人驚嘆的是，VideoPoet一次能夠生成10秒超長，且連貫大動(dòng)作視頻，完全碾壓Gen-2僅有小幅動(dòng)作的視頻生成。
另外，與領(lǐng)先模型不同的是，Vide

原文鏈接：谷歌10秒視頻生成模型破世界記錄！LLM終結(jié)擴(kuò)散模型，效果碾壓頂流Gen-2

聯(lián)系作者

文章來源：新智元
作者微信：AI_era
作者簡介：智能+中國主平臺(tái)，致力于推動(dòng)中國從互聯(lián)網(wǎng)+邁向智能+新紀(jì)元。重點(diǎn)關(guān)注人工智能、機(jī)器人等前沿領(lǐng)域發(fā)展，關(guān)注人機(jī)融合、人工智能和機(jī)器人對(duì)人類社會(huì)與文明進(jìn)化的影響，領(lǐng)航中國新智能時(shí)代。