Meta Movie Gen：新的 SOTA 視頻生成模型-技術報告解讀

AIGC動態歡迎閱讀

原標題：Meta Movie Gen：新的 SOTA 視頻生成模型-技術報告解讀
關鍵字：模型,視頻,文本,作者,數據
文章來源：智猩猩GenAI
內容字數：0字

內容摘要：

01背景前段時間 Meta 發布了對標 OpenAI SORA 和快手可靈的視頻生成模型 Movie Gen，這里我們進行相關的技術解讀。本文主要聚焦在其圖像和視頻生成模型部分，進行詳細介紹；然后對視頻個性化、編輯和音頻生成進行簡單概述。
對應的論文：Movie Gen: A Cast of Media Foundation Models
對應的 Blog：How Meta Movie Gen could usher in a new AI-enabled era for content creators
02摘要Movie Gen 是一組基礎模型，可生成具有不同寬高比、同步音頻的高質量 1080P 高清視頻。此外，作者還展示了其他的能力，比如基于指令的精確視頻編輯、根據用戶圖像生成個性化視頻等。
作者的模型在多個任務上都達到了新的 SOTA 水平，包括：文本->視頻生成、視頻個性化、視頻編輯、視頻->音頻生成、文本->音頻生成等。
最大的視頻生成模型是一個 30B 參數的 Transformer 模型，經過訓練，最大上下文長度可達 73K 視頻 Token，對應以每秒 16 幀的速度

原文鏈接：Meta Movie Gen：新的 SOTA 視頻生成模型-技術報告解讀

聯系作者

文章來源：智猩猩GenAI
作者微信：
作者簡介：