详解Latte：去年底上线的全球首个开源文生视频DiT
详解Latte：去年底上线的全球首个开源文生视频DiT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。
来自主题: AI资讯
3404 点击 2024-03-27 17:56
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
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。
【新智元导读】今天，一个美女特写的聊天视频被全网疯转，网友为了分辨视频是否为AI生成吵翻了天，甚至就连凯特王妃的澄清视频都被网友曝出是作假。
2月16日，OpenAI 发布了视频生成领域的重磅模型 —— Sora。Sora 对 Scaling Law 的信仰及其突破性的技术创新，使它持续保持领先地位。同时，也再次证明了“大力出奇迹”依然适用于文生视频领域。
Sora 第三方口碑出炉，或许带给艺术家们最大的好处是：让他们的想象力、创造力更少地受到技术层面的限制。
内部核心员工出走频繁，外部投资者不断丧失信心，成立于 2019 年的 AI 初创公司 Stability AI 还能推出伟大的产品吗？
用不了多久，开源版的Sora就会涌来！理海大学微软团队已经做出一种全新多AI智能体框架Mora，可以完全复刻Sora能力，且生成视频效果几乎不相上下。
Sora复刻版出现了——Mora，还是多智能体那种。Sora有的能力它基本都有，比如文本转视频、扩展视频、视频编辑、视频拼接、模拟数字世界等等。
朱啸虎曾坚决劝退一位大模型领域创业者。在爱诗科技还没拿到天使投资的时候，创始人王长虎就收到了投资人朱啸虎的坚决劝退：“你还是回去上班吧，大模型在中国没有机会”。
受人类视觉系统的启发，MVDiffusion++结合计算方法高保真和人类视觉系统灵活性，可以根据任意数量的无位姿图片， 生成密集、高分辨率的有位姿图像，实现了高质量的3D模型重建。
近日，Stability AI又发布了新作SV3D，基于视频扩散模型的SV3D将3D模型生成的效果提升了一大截，模型权重已在huggingface开放。