阿里云推視頻生成大模型 未來可應(yīng)用于電影制作

【CNMO新聞】近日，阿里云推出全新視頻生成大模型I2VGenXL，并在魔搭社區(qū)開放體驗。據(jù)悉，用戶上傳一張圖片后2分鐘左右即可生成一段1280720的高分辨率視頻。對此，該模型研發(fā)負(fù)責(zé)人表示，未來將進一步實現(xiàn)2K超清效果，可應(yīng)用于短視頻內(nèi)容生產(chǎn)、電影制作等場景。

據(jù)CNMO了解，和業(yè)界爆火的AI繪畫創(chuàng)作大模型不同，視頻生成大模型的技術(shù)門檻更高，其需要克服文本和視頻內(nèi)容匹配度、視頻畫面質(zhì)量、畫面連續(xù)性等諸多技術(shù)挑戰(zhàn)。在此之前，阿里云和微軟等科技公司相繼推出一系列可控視頻生成研究成果，例如用戶可通過定義空間布局、運動模式等條件來生成視頻，但其畫面清晰度難以滿足真實場景應(yīng)用的需求。

制作頁面

目前，I2VGenXL的模型和代碼均已開源，國內(nèi)外社交媒體顯示，該模型已吸引了國內(nèi)外用戶和開發(fā)者的廣泛體驗和二次開發(fā)，涌現(xiàn)了大量創(chuàng)意AI視頻生成內(nèi)容，例如在城堡上展翅的恐龍、宇航員在飛船中行走的科幻電影畫面等等。

在視覺生成領(lǐng)域，阿里云此前已推出AI繪畫創(chuàng)作大模型通義萬相（基座模型Composer）和可控視頻生成模型VideoComposer，團隊在該領(lǐng)域發(fā)表60多篇CCFA類論文，并在國際頂級視覺競賽中獲得10余項冠軍。