今天发布的豆包视频生成模型很牛P基于DIT架构，能够实现复杂的多主体互动。可以实现一个Prompt的多个镜头切换时，保持主体，风格，氛围和逻辑的一致性，实现导演自由。也就是一个Prompt就能控制人物的样貌、服装和细节在不同镜头的切换下仍然保持一致，接近真实拍摄的效果。看看这个效果...

发布时间: 2024-09-24 19:40:16

2分

数据加载中

关注推特

收听电报

3

2

1

今天发布的豆包视频生成模型很牛P
基于DIT架构，能够实现复杂的多主体互动。
可以实现一个Prompt的多个镜头切换时，保持主体，风格，氛围和逻辑的一致性，实现导演自由。
也就是一个Prompt就能控制人物的样貌、服装和细节在不同镜头的切换下仍然保持一致，接近真实拍摄的效果。
看看这个效果...
时政
( twitter.com )

4个月前由小互提交

今天发布的豆包视频生成模型很牛P

基于DIT架构，能够实现复杂的多主体互动。

可以实现一个Prompt的多个镜头切换时，保持主体，风格，氛围和逻辑的一致性，实现导演自由。

也就是一个Prompt就能控制人物的样貌、服装和细节在不同镜头的切换下仍然保持一致，接近真实拍摄的效果。

看看这个效果...

这种一致性得益于 DiT架构（融合计算单元）的应用，使得视频生成在动态和运镜之间可以灵活切换，支持多种镜头语言，如变焦、环绕、平摇、缩放、目标跟随等。

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

2

1

1

腾讯混元发布视频生成大模型，千题盲测第一，现已全面开源
模型特点：
（1）超写实质感：模型生成的视频内容具备高清质感、真实感，可用于工业级商业场景例如广告宣传、创意视频生成等商业应用。
IT技术
( twitter.com)

1个月前 • orange.ai • -- 点击 • 下载视频 0 评论

00:00:13

2

4

3

3

建议关注 Google 新发布的 VideoPoet，它并非基于扩散模型，而是多模态大语言模型，基本上扩散模型能支持的功能它都能做，比如说：如文本到视频、图像到视频、视频到音频的转换，以及视频风格化、补画（inpainting）或延伸画（outpainting）处理。…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:01:00

3

2

1

1

牛逼坏了！
今天，OpenAI 发布了 GPT-4o！！
其中一个演示生成各种基于情感的声音！！！

时政
( twitter.com)

8个月前 • Inty热点新闻 • -- 点击 • 下载视频 0 评论

00:01:12

4

3

2

2

Stable Video Diffusion (SVD) 模型1.1 发布
这个测试视频说明了一切，牛P
其前一代相比，主要变化包括：
1、微调优化：通过特定条件下的微调，提高了视频输出的一致性和质量。
2、改进的生成性能：在生成视频的清晰度、分辨率以及帧数上可能有所改进，提供更加流畅和高质量的视觉体验。…
IT技术
( twitter.com)

11个月前 • 小互 • -- 点击 • 下载视频 0 评论

00:00:32

5

2

1

1

OpenAI发布首个视频生成模型Sora，1分钟流畅高清，网友：整个行业RIP
大陆资讯
( mp.weixin.qq.com)

11个月前 • 新白娘子玩传奇 • -- 点击 0 评论

6

3

2

2

FLUX 在生成监控视频截图方面很强。
再搭配视频模型，感觉很危险。
IT技术
( twitter.com)

4个月前 • 歸藏(guizang.ai) • -- 点击 0 评论

7

2

1

1

大的来了！！ Luma 发布 DIT 视频生成模型 Dream Machine。
图生视频的表现相当惊艳，绝对是电影级表现。
分辨率、运动幅度、美学表现都是非常牛批，现在可以免费使用。
IT技术
( twitter.com)

7个月前 • 歸藏(guizang.ai) • -- 点击 • 下载视频 0 评论

00:00:33

8

2

1

1

Meta AI 发布 Llama 3.2 多模态AI模型
性能与GPT4o-mini 相当能够在边缘设备上高效运行
Llama 3.2包括适用于边缘和移动设备的小型和中型视觉大语言模型（11B 和 90B）以及轻量文本模型（1B 和 3B）。
LLaMA 3.2支持同时处理文本、图像和视频，能够理解并生成跨媒体内容。
时政
( twitter.com)

3个月前 • 小互 • -- 点击 • 下载视频 0 评论

00:00:38

9

2

1

1

昨晚 Meta 开源了他们视频生成模型对应的两个测试集，对从业者和创作者都很有帮助。
可以看看Meta 怎么写提示词和测试的。
Movie Gen Video Bench
是迄今为止发布的最大规模、最全面的文本生成视频评估基准。
包含1,000 多个提示词，从详细的人类活动到动物、物理现象、奇特主题等各种概念。
IT技术
( twitter.com)

3个月前 • 歸藏(guizang.ai) • -- 点击 • 下载视频 0 评论

00:00:23

0.16053 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: admin@bad.news

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特