Meta版Sora无预警来袭!抛弃扩散损失,音视频生成/画面编辑全包,92页论文无保留公开

AIGC动态2个月前发布 量子位
5 0 0

Meta版Sora无预警来袭!抛弃扩散损失,音视频生成/画面编辑全包,92页论文无保留公开

AIGC动态欢迎阅读

原标题:Meta版Sora无预警来袭!抛弃扩散损失,音视频生成/画面编辑全包,92页论文无保留公开
关键字:视频,模型,维度,编码器,文本
文章来源:量子位
内容字数:0字

内容摘要:


梦晨 衡宇 发自 凹非寺量子位 | 公众号 QbitAI刚刚,Meta抢在OpenAI之前推出自己的Sora——Meta Movie Gen
Sora有的它都有,可创建不同宽高比的高清长视频,支持1080p、16秒、每秒16帧。
Sora没有的它还有,能生成配套的背景音乐和音效、根据文本指令编辑视频,以及根据用户上传的图像生成个性化视频。
Meta表示,这是“迄今为止最先进的媒体基础模型(Media Foundation Models)”。
只需一句“把灯笼变成飞向空中的泡泡”,就能替换视频中的物体,同时透明的泡泡正确反射了背景环境。
上传一张自己的照片,就能成为AI电影的主角。
生成的视频不再无声,也不只是能安一个背景音乐。
比如看这里!视频会配合滑板轮子转动和落地配上逼真音效。(注意打开声音)
有人表示,随着大量创作者学会使用AI视频编辑工具,很难想象几年后长视频和短视频会变成什么样。
这一次,与Sora只有演示和官网博客不同,Meta在92页的论文中把架构、训练细节都公开了。
不过模型本身还没开源,遭到抱抱脸工程师贴脸开大,直接在评论区扔下Meta的开源主页链接:
在这等着您嗷。


原文链接:Meta版Sora无预警来袭!抛弃扩散损失,音视频生成/画面编辑全包,92页论文无保留公开

联系作者

文章来源:量子位
作者微信:
作者简介:

阅读原文
© 版权声明

相关文章

暂无评论

暂无评论...