4001百老汇

这波AIGC（使用人工智能手艺来天生内容）的热潮，，，，，，，，已经开卷视频了。。。。。。。克日，，，，，，，，阿里达摩院低调地在魔搭社区（ModelScope）放出了“文本天生视频大模子”。。。。。。。

据相识。。。。。。。现在文本天生视频大模子，，，，，，，，由文本特征提取、文本特征到视频隐空间扩散模子、视频隐空间到视频视觉空间这3个子网络组成，，，，，，，，整体模子参数约17亿。。。。。。。支持英文输入。。。。。。。扩散模子接纳Unet3D结构，，，，，，，，通过从纯高斯噪声视频中，，，，，，，，迭代去噪的历程，，，，，，，，实现视频天生的功效。。。。。。。

记者发明，，，，，，，，这个模子现在已经开放给用户试玩，，，，，，，，只要输入一些简朴的形貌词，，，，，，，，就可以看到天生的视频效果。。。。。。。好比输入“A panda eating bamboo on a rock”，，，，，，，，就可以看到一只大熊猫坐在岩石上吃竹子的画面。。。。。。。

不过，，，，，，，，现在这个模子还不支持中文输入，，，，，，，，并且天生的视频长度多在2-4秒，，，，，，，，期待时间从20多秒到1分多钟不等，，，，，，，，画面的真实度、清晰度以及长度等方面尚有待提升。。。。。。。

不止是阿里达摩院，，，，，，，，总部位于纽约的人工智能首创公司Runway也宣布了一种从文本到视频转化的AI模子Gen-2。。。。。。。上个月，，，，，，，，这家曾加入建设Stable Diffusion的公司推出过模子Gen-1，，，，，，，，能通过文本提醒或参考图像指定的气概，，，，，，，，将现有视频转化为新视频。。。。。。。好比将“街道上的人”酿成“粘土木偶”，，，，，，，，只需要一行提醒词。。。。。。。

早在去年，，，，，，，，谷歌和Meta都展示了各自在文本转视频上的实验，，，，，，，，使用AI天生泰迪熊洗碗和在湖上泛舟等视频。。。。。。。但这两家公司都没有宣布将相关手艺推进到研究阶段以外的妄想。。。。。。。

不过，，，，，，，，从现在此类模子天生视频的期待时间，，，，，，，，画面的真实度、清晰度以及长度等各方面来看，，，，，，，，距离产出令人知足的视频尚有很大距离。。。。。。。