被误解的「中文版Sora」背后，字节跳动有哪些技术？

AIGC动态欢迎阅读

原标题：被误解的「中文版Sora」背后，字节跳动有哪些技术？
关键字：字节跳动,模型,视频,图像,研究者
文章来源：机器之心
内容字数：12381字

内容摘要：

机器之心报道
作者：蛋酱2024 开年，OpenAI 就在生成式 AI 领域扔下了重磅炸弹：Sora。
这几年，视频生成领域的技术迭代持续加速，很多科技公司也公布了相关技术进展和落地成果。在此之前，Pika、Runway 都曾推出过类似产品，但 Sora 放出的 Demo，显然以一己之力抬高了视频生成领域的标准。
在今后的这场竞争中，哪家公司将率先打造出超越 Sora 的产品，仍是未知数。
国内这边，目光聚集于一众科技大厂。
此前有消息称，字节跳动在 Sora 发布之前就研发出了一款名为 Boximator 的视频生成模型。
Boximator 提供了一种能够精确控制视频中物体的生成方法。用户无需编写复杂的文本提示，可以直接在参考图像中通过在物体周围画方框来选择目标，然后添加一些方框和线条来定义目标的结束位置或跨帧的整个运动路径，如下图所示：对此，字节跳动保持了低调的态度：相关人士回复媒体，Boximator 是视频生成领域控制对象运动的技术方法研究项目。目前还无法作为完善的产品落地，距离国外领先的视频生成模型在画面质量、保真率、视频时长等方面还有很大差距。
在对应的技术论文介绍（ht

原文链接：被误解的「中文版Sora」背后，字节跳动有哪些技术？

联系作者

文章来源：机器之心
作者微信：almosthuman2014
作者简介：专业的人工智能媒体和产业服务平台