据智谱AI介绍，仅需30s的时间，就能生成出6s的1440×960视频，模型推理的速度足足提高了6倍之多。
据智谱AI所述，团队自研了一个高效的三维变分自编码器结构（3D VAE），将原视频空间压缩至2%大小，大大减少了视频扩散生成模型的训练成本及训练难度。
在模型结构方面，智谱团队则是采用因果三维卷积（Causal 3D convolution）为主要模型组件，移除了自编码器中常用的注意力模块，使得模型具备不同分辨率迁移使用的能力。
除了文生视频之外，清影这次把图生视频的能力也一道发布。
智谱AI版Sora来了！人人免费不限次，有手机就能玩，API也开放了
本站文章通过互联网转载或者由本站编辑人员搜集整理发布，如有侵权，请联系本站删除。