最近，扩散模型（Diffusion Model）在图像生成领域取得了显著的进展，为图像生成和视频生成任务带来了前所未有的发展机遇。尽管取得了令人印象深刻的结果，扩散模型在推理过程中天然存在的多步数迭代去噪特性导致了较高的计算成本。
初见文生图、文生视频的震撼还清晰如同昨日，硬糖君的记忆更停留在AI绘画导致LOFTER用户销号事件——可能是这个冷门社区近年来站得最高的一次。但不到两年时间，AIGC已经随风潜入夜。
Sora的问世让AI在和人类的大比拼中又再胜一筹，AI文生视频创作的简单和高效给了人类一些来自机器的震撼。
仅在 2024 年 3 月一个月，就有三个华人创立的 AI 视频生成创企获得了融资，而且融资额都过了千万美金。
继2023年文生文大语言模型带来行业内外的狂欢之后，2024年春节期间，OpenAI再次曝出了正在内测的文生视频大模型Sora，其高清、丝滑、可以以假乱真的视频内容展示，再次让人见识到了科技的进步。
先上代码再发论文，腾讯新开源文生视频工具火了。名为MuseV，主打基于视觉条件并行去噪的无限长度和高保真虚拟人视频生成。
还记得黑客帝国经典的子弹时间吗？IDEA研究院最新检测模型T-Rex2，可以齐刷刷给全部识别出来~
【新智元导读】Stability AI在大佬出走后似乎并未受到影响，最近又官宣了新的代码模型Stable Code Instruct 3B，在之前的基础上更进一步，干掉了所有同级竞品，甚至能和7B、15B的模型掰手腕。
一张照片 + 一段视频，就能让照片活起来！
随着 Sora 的成功发布，视频 DiT 模型得到了大量的关注和讨论。设计稳定的超大规模神经网络一直是视觉生成领域的研究重点。DiT [1] 的成功为图像生成的规模化提供了可能性。
