「全球首个自回归视频生成大模型」，刚刚，Swin Transformer作者创业团队重磅开源！
「全球首个自回归视频生成大模型」，刚刚，Swin Transformer作者创业团队重磅开源！视频生成领域，又出现一位重量级开源选手。
来自主题: AI资讯
6752 点击 2025-04-22 19:24
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
视频生成领域，又出现一位重量级开源选手。
近日，阿里通义实验室推出了全新数字人视频生成大模型 OmniTalker，只需上传一段参考视频，不仅能学会视频中人物的表情和声音，还能模仿说话风格。相比传统的数字人生产流程，该方法能够有效降低制作成本，提高生成内容的真实感和互动体验，满足更广泛的应用需求。目前该项目已在魔搭社区、HuggingFace 开放体验入口，并提供了十多个模板，所有人可以直接免费使用。
国际可重构计算领域顶级会议 ——FPGA 2025 在落幕之时传来消息，今年的最佳论文颁发给了无问芯穹和上交、清华共同提出的视频生成大模型推理 IP 工作 FlightVGM，这是 FPGA 会议首次将该奖项授予完全由中国大陆科研团队主导的研究工作，同时也是亚太国家团队首次获此殊荣。
当很多 AI 公司还就是否该走开源路线而感到左右为难时，阿里的技术团队又开源了一个新的模型 —— 万相（Wan）视频生成大模型（包括全部推理代码和权重，最宽松的开源协议）。
奥特曼说，Sora代表了视频生成大模型的GPT-1时刻。
终于，谷歌新一代视频生成大模型 Veo2 把 Sora 给秒了：「更懂人间烟火」、「懂电影拍摄技巧」、「分辨率高达 4K 」……
2024年最后一个月，国产大模型落地应用突然加速。尤其视频生成模型，就像密集射出子弹后的枪管，热得发烫。
近期，巨人网络发布了“千影QianYing”有声游戏生成大模型，包含游戏视频生成大模型YingGame、视频配音大模型YingSound，实现了有声可交互游戏视频生成的新突破。
Apple MM1Team 再发新作，这次是苹果视频生成大模型，关于模型架构、训练和数据的全面报告，87 亿参数、支持多模态条件、VBench 超 PIKA，KLING，GEN-3。
字节的AI爆款有戏吗？ 今年最火的两款全球AI产品，当属视频生成大模型产品Sora和音乐生成大模型产品Suno。