国产chinesehd精品酒店,邱淑贞aa极毛片,国产在线色视频,玖玖爱zh综合伊人久久

　　時(shí)隔兩個(gè)月，清華團(tuán)隊(duì)打造了一個(gè)中國(guó)版的Sora視頻大模型。

　　4月27日，在中關(guān)村論壇未來(lái)人工智能先鋒論壇上，中國(guó)首個(gè)長(zhǎng)時(shí)長(zhǎng)、高一致性、高動(dòng)態(tài)性視頻大模型Vidu正式發(fā)布。這一模型由清華大學(xué)和大模型創(chuàng)業(yè)公司生數(shù)科技聯(lián)合發(fā)布，可以一鍵生成長(zhǎng)度達(dá)16秒、分辨率為1080P的高清視頻內(nèi)容。

　　證券時(shí)報(bào)記者獨(dú)家獲悉，清華大學(xué)人工智能研究院副院長(zhǎng)、生數(shù)科技首席科學(xué)家朱軍在Vidu發(fā)布后發(fā)聲表示：“Vidu，we do, we did, we do together！感謝小伙伴們?nèi)找岳^夜的堅(jiān)持，在實(shí)驗(yàn)室架構(gòu)上開(kāi)花結(jié)果。”據(jù)介紹，這也是自O(shè)penAI發(fā)布Sora以后，全球率先取得重大突破的視頻大模型。

　　Sora發(fā)布后，行業(yè)內(nèi)一直有團(tuán)隊(duì)宣稱要追趕和復(fù)現(xiàn)Sora，而Vidu團(tuán)隊(duì)用兩個(gè)月的時(shí)間率先跑出來(lái)。記者梳理發(fā)現(xiàn)，生數(shù)科技在多模態(tài)大模型領(lǐng)域已經(jīng)有較深的積累，也是目前多模態(tài)大模型賽道估值最高的初創(chuàng)公司之一。目前公司已完成三輪融資，融資額達(dá)數(shù)億元人民幣，投資方包括啟明創(chuàng)投、智譜AI、BV百度風(fēng)投、錦秋基金等一眾機(jī)構(gòu)。

　　對(duì)標(biāo)Sora，生成視頻連貫高清

　　“畫(huà)室里的一艘船駛向鏡頭”，只需要輸入這樣一句簡(jiǎn)單的指令，即可以生成效果逼真、鏡頭連貫的一段視頻。在生數(shù)科技發(fā)布的Vidu模型生成視頻樣片中，視頻的整體質(zhì)感幾乎可與Sora相媲美。

　　據(jù)生數(shù)科技介紹，Vidu模型采用團(tuán)隊(duì)原創(chuàng)的Diffusion與Transformer融合的架構(gòu)U-ViT，支持一鍵生成長(zhǎng)達(dá)16秒、分辨率高達(dá)1080P的高清視頻內(nèi)容。“U-ViT架構(gòu)早在2022年9月就由團(tuán)隊(duì)提出，早于Sora采用的DiT架構(gòu)，是全球首個(gè)Diffusion與Transformer融合的架構(gòu)。”生數(shù)科技表示。

　　記者注意到，今年3月生數(shù)科技完成新一輪融資后，公司就公開(kāi)表示，雖然Sora的出現(xiàn)表明美國(guó)在多模態(tài)大模型領(lǐng)域具有領(lǐng)先性，“但中國(guó)也并非完全從零開(kāi)始的階段”。據(jù)介紹，朱軍在2023年1月就提出了基于Transformer的多模態(tài)擴(kuò)散大模型UniDiffuser，采用了U-ViT，該架構(gòu)與Sora的架構(gòu)路線完全一致，區(qū)別在于UniDiffuser主要應(yīng)用于圖像生成任務(wù)，但也可以以此為基礎(chǔ)進(jìn)行視頻任務(wù)的拓展。

　　正是基于在機(jī)器學(xué)習(xí)和多模態(tài)大模型的長(zhǎng)期積累，團(tuán)隊(duì)才能夠在短短的兩個(gè)月時(shí)間里突破了長(zhǎng)視頻表示與處理的多項(xiàng)關(guān)鍵技術(shù)，成功研發(fā)推出Vidu視頻大模型。朱軍在Vidu模型發(fā)布現(xiàn)場(chǎng)表示，Vidu主要有以下方面的特點(diǎn)與優(yōu)勢(shì)：

　　一是模擬真實(shí)物理世界，可以生成復(fù)雜、細(xì)節(jié)豐富的場(chǎng)景，光影效果與人物表情都能夠符合真實(shí)的物理規(guī)律。

　　二是富有想象力，可以虛構(gòu)場(chǎng)景以及想象超現(xiàn)實(shí)主義的畫(huà)面。

　　三是具有多鏡頭語(yǔ)言，不再局限于固定鏡頭，能夠在遵循主體一致性的情況下實(shí)現(xiàn)遠(yuǎn)景、近景、中景、特寫(xiě)等不同鏡頭的動(dòng)態(tài)切換，還可以實(shí)現(xiàn)長(zhǎng)鏡頭、追焦等效果。

　　四是有出色的視頻時(shí)長(zhǎng)，能支持16秒長(zhǎng)度的視頻生成，保持鏡頭和主體的連貫一致。

　　五是能理解中國(guó)元素，可以更好地理解生成熊貓、龍等富有中國(guó)文化特色的形象。

　　背后團(tuán)隊(duì)來(lái)自清華，已融資數(shù)億元

　　Vidu的背后，是一家來(lái)自清華的明星創(chuàng)業(yè)公司生數(shù)科技。

　　公開(kāi)資料顯示，生數(shù)科技成立于2023年3月，核心成員來(lái)自清華大學(xué)人工智能研究院，致力于自主研發(fā)世界領(lǐng)先的可控多模態(tài)通用大模型。公司的CEO本碩就讀于清華大學(xué)計(jì)算機(jī)系的唐家渝，首席科學(xué)家由清華人工智能研究院副院長(zhǎng)朱軍擔(dān)任，CTO鮑凡則是清華大學(xué)計(jì)算機(jī)系博士生、朱軍教授的課題組成員，長(zhǎng)期關(guān)注擴(kuò)散模型領(lǐng)域研究。

　　記者注意到，今年3月，唐家渝曾在溝通會(huì)上向媒體表示，今年內(nèi)公司的大模型一定能達(dá)到Sora目前版本的效果，“但很難說(shuō)是三個(gè)月還是半年”。然而，Vidu卻提前交出了一份令人驚艷的考卷，這主要得益于團(tuán)隊(duì)是國(guó)內(nèi)最早布局多模態(tài)大模型的團(tuán)隊(duì)之一，多年以來(lái)在這一領(lǐng)域形成了深厚的積累。

　　據(jù)唐家渝介紹，生數(shù)科技目前采取模型層和應(yīng)用層兩條路走路的模式。一方面，構(gòu)建覆蓋文本、圖像、視頻、3D 模型等多模態(tài)能力的底層通用大模型，面向B端提供模型服務(wù)能力；另一方面，面向圖像生成、視頻生成等場(chǎng)景打造垂類應(yīng)用，按照訂閱等形式收費(fèi)，應(yīng)用方向主要是游戲制作、影視后期等內(nèi)容創(chuàng)作場(chǎng)景。

　　記者梳理發(fā)現(xiàn)，生數(shù)科技自成立以來(lái)就備受資本關(guān)注。天眼查數(shù)據(jù)顯示，生數(shù)科技目前共完成3輪融資。2023年6月，完成近億元人民幣天使輪融資，投資方包括螞蟻集團(tuán)、BV百度風(fēng)投、卓源亞洲、卓源資本；2023年8月，完成數(shù)千萬(wàn)人民幣天使+輪融資，投資方為錦秋基金；2024年3月，完成數(shù)億元人民幣A輪融資，投資方除了啟明創(chuàng)投、達(dá)泰資本、智譜AI等新機(jī)構(gòu)以外，還有BV百度風(fēng)投、卓源亞洲兩個(gè)老股東。

　　在三輪融資總計(jì)數(shù)億元人民幣的資本加持下，生數(shù)科技已成為目前國(guó)內(nèi)多模態(tài)大模型中估值最高的初創(chuàng)公司之一。生數(shù)科技表示，Vidu的問(wèn)世不僅是U-ViT融合架構(gòu)在大規(guī)模視覺(jué)任務(wù)中的又一次成功驗(yàn)證，也代表了生數(shù)科技在多模態(tài)原生大模型領(lǐng)域的持續(xù)創(chuàng)新能力和領(lǐng)先性。