谷歌发布新大语言模型：零样本生成10秒视频达SOTA！网友：压力给到Runway/Pika

AIGC动态1年前 (2023)发布量子位

AIGC动态欢迎阅读

原标题：谷歌发布新大语言模型：零样本生成10秒视频达SOTA！网友：压力给到Runway/Pika
关键字：视频,模型,画面,动作,文本
文章来源：量子位
内容字数：3202字

内容摘要：

明敏发自凹非寺量子位 | 公众号 QbitAI你敢信？大熊猫都会打牌了！
看这毛茸茸的脑袋、抓牌的动作……
而这其实都是AI生成的，还是零样本那种。
这就是谷歌最新大语言模型VideoPoet。
它不仅没有用视频领域常用的扩散模型，还零样本实现了SOTA。相较于此前一些模型，画面更加稳定、动作更加逼真，清晰度也直线up。
和Bard再合作一下，轻松搞定1分钟长的视频小片，从脚本到画面全部不用人类插手。
这效果，让网友们直呼：视频生成进化速度也太快了吧。
不少人都表示想玩！
有人还说，VideoPoet效果这么好，看来Runway和Pika要加速了！
画面逼真动作稳定具体来看VideoPoet的能力非常全面。包括：
文本-视频
图像-视频
视频编辑
风格化处理
画面补充
文本到视频任务，视频输出长度可调整，而且可以基于文本内容应用一系列动作和风格。
图像到视频任务，则能让静态图片动起来。比如一些世界名画和照片，都可生成视频。
同时也能调整视频风格，需要额外输入一些文本，然后模型会预测视频的光照和深度信息。
比如输入“铁狮子在熔炉的火光中咆哮”，原本无厘头的太阳花狮子就变得凶猛威严起来