Meta版Sora深夜横空出世，小扎放出16秒高清大片！92页论文曝光技术细节，Llama 3架构立功

AIGC动态欢迎阅读

原标题：Meta版Sora深夜横空出世，小扎放出16秒高清大片！92页论文曝光技术细节，Llama 3架构立功
关键字：报告,企鹅,视频,模型,文本
文章来源：人工智能学家
内容字数：0字

内容摘要：

来源：机器学习研究组订阅
毫无预兆地，Meta版Sora——Movie Gen，就在刚刚抢先上线了！
Meta将其称为「迄今最先进的媒体基础模型」。
全新上线的大杀器Movie Gen Video，是一个30B参数的Transformer模型，可以从单个文本提示，生成高质量的高清图像和视频，视频为1080P、16秒、每秒16帧。一同推出的还有Movie Gen Audio。这是一个13B参数的Transformer模型。通过视频输入和文本提示，它就可以可控性生成和视频同步的高保真音频，时长最长45秒。
最惊人的是，这次Meta一并连论文都发布了。
论文中，详细介绍了Movie Gen的架构、训练方法和实验结果。
论文地址：https://ai.meta.com/static-resource/movie-gen-research-paper/?utm_source=twitter&utm_medium=organic_social&utm_content=thread&utm_campaign=moviegen
从论文可以看出，Movie Gen Video沿用了Transformer

原文链接：Meta版Sora深夜横空出世，小扎放出16秒高清大片！92页论文曝光技术细节，Llama 3架构立功