北大快手攻克复杂视频生成难题！新框架轻松组合各种细节，代码将开源
北大快手攻克复杂视频生成难题！新框架轻松组合各种细节，代码将开源如何生成高难度、指令超复杂的视频呢？
来自主题: AI技术研报
8673 点击 2024-06-16 17:29
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
如何生成高难度、指令超复杂的视频呢？
发布不到2天，那个号称“下一代”文生视频的Dream Machine（来自Luma AI），大大大大翻车。
继Pika宣布上新2.0版本后，视频生成领域又有新模型加入。成立于2021年的Luma AI今天刚刚官宣了文生视频/图生视频模型Dream Machine，而且提供免费使用API，高质量的生成效果获得了很多网友的好评。
OpenAI在5月14日推出了新一代人工智能模型GPT-4o，支持文本、音频和图像的任意组合输入，并能够生成文本、音频和图像的任意组合输出。仅仅一天后，谷歌就在新一届I/O开发者大会上发布、更新了十多款产品，包括AI助手Project Astra、文生图模型Imagen3、对标Sora的文生视频模型Veo，以及备受瞩目的大模型Gemini 1.5 Pro的升级版。
《大话西游》里面有一句经典台词：每个人都有一个妈，但是“你妈就一定是你妈吗？”
北京时间 5 月 15 日凌晨，在 OpenAI 春季发布会的第二天，2024 年谷歌 I/O 召开，这是一场充满了 AI 的发布会，谷歌对其旗下的多款 AI 产品发布了大更新，从基座模型 Gemini 到新的 AI 助手 Astra、新的文生视频模型 Veo，以及更强大的文生图模型 Imagen 3。
多模态 AI 无疑是今年大模型的发展重点之一，Sora、Midjourney、Suno 等文生视频、文生图、文生音乐赛道的代表产品也是用户的关注热点。
文生图、文生音频、文生视频、AI搜索引擎……大模型在多模态的进程可谓是愈演愈烈。
今年 2 月份，OpenAI 发布了人工智能文生视频大模型 Sora，并放出了第一批视频片段，掀起了 AI 生成视频浪潮。目前，Sora 仍未进行公测，只有一些视觉艺术家、设计师、电影制作人等获得了 Sora 的访问权限。他们发布了一些 Sora 生成的视频短片，其连贯、逼真的生成效果令人惊艳。
对于视频生成领域，大家一致的看法就是：Sora一出，谁与争锋！