腾讯版Sora发布即开源！130亿参数 推理代码全开放 模型权重 (腾讯版sora)
梦晨 西风 发自 凹非寺
量子位 | 公众号 QbitAI
腾讯版Sora，发布即开源！
，成为目前参数量最大的开源视频生成模型。 模型权重、推理代码、模型算法 等全部上传GitHub与Hugging Face，一点没藏着。
实际效果如何呢？
不瞒你们说，我真的看见一只大熊猫，在跳广场舞、吃火锅、打麻将，请看VCR：
到底是来自四川的猫！
目前该模型已上线腾讯元宝APP，用户可在AI应用中的“AI视频”板块申请试用。
开发者可通过腾讯云接入。
腾讯混元视频生成主打四大特点：
那么实际表现能否符合描述？下面结合实例一一拆解。
实测腾讯首个文生视频模型
首先是冲浪题材，涉及到画面大幅度运动，水的物理模拟等难点。
提示词中还特别指定了摄像头的运动，腾讯混元表现出流畅运镜的能力，只是在“最后定格在…”这个要求上稍显不足。
提示词：超大海浪，冲浪者在浪花上起跳，完成空中转体。摄影机从海浪内部穿越而出，捕捉阳光透过海水的瞬间。水花在空中形成完美弧线，冲浪板划过水面留下轨迹。最后定格在冲浪者穿越水帘的完美瞬间。
镜子题材，考验模型对光影的理解，以及镜子内外主体运动是否能保持一致。
提示词中的白床单元素又加大了难度，涉及到的布料模拟，也符合物理规律。
不过人们想象中的幽灵一般没有脚，AI似乎没学到，又或者是跳舞涉及大量腿部动作，产生了冲突。
穿着白床单的幽灵面对着镜子。镜子中可以看到幽灵的倒影。幽灵位于布满灰尘的阁楼中，阁楼里有老旧的横梁和被布料遮盖的家具。阁楼的场景映照在镜子中。幽灵在镜子前跳舞。电影氛围，电影打光。
再来一个综合型的复杂提示词，对主角外貌、动作、环境都有细致描述，画面中还出现其他人物，腾讯混元表现也不错。
特写镜头拍摄的是一位60多岁、留着胡须的灰发男子，他坐在巴黎的一家咖啡馆里，沉思着宇宙的历史，他的眼睛聚焦在画外走动的人们身上，而他自己则基本一动不动地坐着，他身穿羊毛大衣西装外套，内衬系扣衬衫，戴着棕色贝雷帽和眼镜，看上去很有教授风范，片尾他露出一丝微妙的闭嘴微笑，仿佛找到了生命之谜的答案，灯光非常具有电影感，金色的灯光，背景是巴黎的街道和城市，景深，35毫米电影胶片。
最后附上来自官方的写prompt小tips：
更多腾讯混元生成的视频，以及与Sora同提示词PK，还可以看看量子位在内测阶段的尝试。
最大的开源视频生成模型。
看完效果，再看看技术层面有哪些亮点。
首先从官方评估结果看，混元视频生成模型在文本视频一致性、运动质量和画面质量多个维度效果领先。
然后从目前公开资料看，腾讯混元视频生成模型还有三个亮点。
1、文本编码器部分，已经适配多模态大模型
当下行业中多数视觉生成模型的文本编码器，适配的主要是上一代语言模型，如OpenAI的CLIP和谷歌T5及各种变种。
腾讯在开源图像生成模型Hunyuan-DiT中适配的是T5和CLIP的结合，这次更进一步，直接升级到了新一代多模态大语言模型（MultiModal Large Language Model）。
由此能够获得更强大的语义跟随能力，体现在能够更好地应对画面中存在的多个主体，以及完成指令中更多的细节。
2、视觉编码器部分，支持混合图片/视频训练，提升压缩重建性能
视频生成模型中的视觉编码器，在压缩图片/视频数据，保留细节信息方面起着关键作用。
混元团队自研了3D视觉编码器支持混合图片/视频训练，同时优化了编码器训练算法，显著提升了编码器在快速运行、纹理细节上的压缩重建性能，使得视频生成模型在细节表现上，特别是小人脸、高速镜头等场景有明显提升。
3、从头到尾用full attention（全注意力）的机制，没有用时空模块，提升画面流畅度。
混元视频生成模型采用统一的全注意力机制，使得每帧视频的衔接更为流畅，并能实现主体一致的多视角镜头切换。
与“分离的时空注意力机制”分别关注视频中的空间特征和时间特征，相比之下，全注意力机制则更像一个纯视频模型，表现出更优越的效果。
更多细节，可以参见完整技术报告～
— 完 —
量子位 QbitAI · 头条号签约
关注我们，第一时间获知前沿科技动态
本文地址： https://www.gpxz.com/article/b9fe09c5cc5dc16d81c2.html
杭州高端商务KTV预订服务平台订房电话:18758265455,专为精英人士打造一站式杭州商务KTV解决方案！我们深耕杭州商务娱乐领域多年,凭借极速预订通道、明码标价酒水单、专属豪车接送、资深商务经理全程接待四大核心优势,成为杭州地区KTV搜索“杭州商务KTV预订”高排名优选品牌,助力客户快速锁定优质资源！提供客户杭州KTV选择我们和杭州天际线、NOC、曼哈顿、IN11KTV还有BBRKTV、TSKTV等杭州高端ktv一起共创杭州KTV订房网,我们的优势有：3分钟极速订房：24小时在线客服+智能选房系统,输入需求即秒级匹配豪华包间、中型派对房及总统套间,支持微信/支付宝担保预订,到店无隐形消费.1:酒水价格全网透明：官网公示全系列酒水价目表（洋酒/红酒/香槟/啤酒）,套餐人均消费300元起,开台即赠果盘小吃,杜绝“低消陷阱”.2:高端礼宾车队接送：覆盖杭州全城（钱江新城、西湖区、萧山区、拱墅区等）,奔驰/宝马级专车免费接送,解决商务客户出行痛点.3:VIP商务经理1对1服务：从业5年以上资深经理全程陪同,从选房、接待到离开KTV无缝衔接,量身定制客户答谢宴、商务洽谈等场景服务、生日派对,私人聚会等.
增材制造服务,3D打印技术服务,小批量试制,增材制造新质生产
bb机海报专门提供影视高清无水印电影海报,电影海报轮播图,电视剧幻灯片各类影视剧集1920P高清影视海报图片素材等资源！
图虫创意：4.6亿+正版商用图片/视频/音频，官方授权、一次购买永久用，覆盖人物/风景/动物/美食/旅游/建筑/时尚等多类别，适用于设计/广告等场景；图虫网：800万+摄影师入驻的优质摄影社区，支持作品上传分享，提供图虫APP下载。
广东固盾防火门生产厂家全国销售电话:18075925566专业生产销售钢质防火门,不锈钢防火玻璃门,不锈钢玻璃防火门,不锈钢防火门,KTV不锈钢防火门,电影院隔音防火门,防火卷帘门,木质防火门芯,防火窗.固盾防火门产品通过国家防火门3C强制性认证。公司具有一批优秀防火门设计师团队,采用防火门自动生产线流水作业,以优惠的防火门价格，过硬的防火门质量保证防火门通过消防验收标准赢得大批客户好评。
浙江经纬焊割技术有限公司
嘉格伟业筑路科技有限公司是一家集公路养护产品研发生产销售企业,养护主营:沥青贴缝带,灌缝胶,冷补料,网裂贴,单组份聚氨酯道路密封胶,路面贴缝带,抗裂贴等高品质沥青水泥混凝土路面裂缝修补材料,厂家价格直销,同时诚招全国经销商代理商,欢迎来电咨询。
QQ分类目录（qqdir.com）专业领先的网站目录平台，专注于免费提交和整理国内各行业排名前列的众多知名网站，我们的目标是打造一个全面、权威、专业的网站目录平台，助力用户快速定位所需信息，提升网络浏览效率。
上海佳武自动化科技有限公司,佳武工控商城,工控自动化产品,B2B2C一站式采购平台，集国内外众多自动化优秀品牌厂家、代理商、分销商，全球互联,正品保障,安全交易，为您提供最优最全的产品。
广东山高刀具制造有限公司致力于广东山高刀具、广东YFT铣刀的生产与销售多年，拥有科学、完整的质量管理体系，欢迎各界朋友莅临广东山高刀具参观、指导与合作洽谈。
【关于】杰思网络深耕IT互联网项目策划、设计、开发、建设10余年 【服务】√UI设计√网站建设√全流程建站-推广√微信小程序制作√网络营销口碑建立百度百科词条知乎问答
沈阳吉地安风电科技有限公司
近日，来自德国埃尔兰根，纽伦堡大学的学者提出了一种新颖的神经网络方法，用于3D图像的场景细化和新视图合成，只需要输入点云和相机参数的初始估计，就可以输出由任意相机角度合成的图像，360度旋转都不是问题，研究人员表示，高效的单像素点光栅化让他们能够实时显示超过1亿个像素点的点云场景，一亿个像素点是什么概念，说白了，这些3D图像太逼真了，...。
AAAI2022的审稿结果千呼万唤始出来，但是，接收率只有15%，距离北京时间12月1日晚公布结果仅不到两天时间，吐槽声遍布全网，其中一个共同的声音认为，15%的录取率对社区是一种伤害，这会迫使大家转向其他领域，去做一些渐进式的工作，因为这类工作比较容易润色，相比之下，NeurIPS26%的接收率就显得合理得多，目前，评论区已经被各种...。
在庞大的餐饮市场上，创建有很多系列的美食，其中鸡排作为香酥可口系列的产品，吸引打动了无数食客们的关注，口水鸡排创建在二零零八年的市场上，以多种的腌料打造风味齐全系列的产品，除了满足了大众味蕾上的需求之外，其注重营养健康的搭配，助力门店的开设，轻松便获取了诸多食客们的信赖，如此效应下，也吸引不少创业者的关注，那么口水鸡排有多少分店，今年...。
该剧可在抖音、微短剧电影星光影院、真看剧网、腾讯视频等中央看，1、抖音，可以在抖音上找到，恋恋浮城，的关系视频和图文内容，2、微短剧电影星光影院，该网站提供了，恋恋浮城，的选集收费在线观看服务，3、真看剧网，在真看剧网上，可以找到，恋恋浮城，的高清选集资源，并且可以收费在线观看，4、腾讯视频，在腾讯视频上，你可以找到，恋恋浮城，的关系...。
应该是天秤座，性情特点，天秤座的男生天生是谋求理想主义偏心的化身，宿愿自己所接触的所有都是一干二净、清白无瑕的，谋求完美是天秤座锲而不舍的指标，天秤座的男生有一种与生俱来的气质，即使长得不够帅气，但是也领有平和儒雅、谦虚的气质，很多男明星都是天秤座的，再加入地生是暧昧的高手，女生普通都会被这样的天秤座所吸引，天秤座的博爱就说明了天秤男...。
关上咪咕视频app进入页面，点击上面＂乒乓球＂图标，进入界面后在赛程引表中点击想看的表赛，咪咕视频体育直播不要钱吗不不要钱，依据查问咪咕视频官方得悉，咪咕视频是面向互联网用户推出的高质量综合类视频客户端业务，提供短视频内容、高质量影视、综艺、直播等优质内容，同时为付费用户提供更优质的会员服务及权力，是不要钱的，咪咕视频体育直播1.咪咕...。
作为福特旗下的一款SUV，翼虎在市场上不时备受注目，当你思考购置一款新车时，很人造会先关注它的多少钱疑问，那么，2017年福特翼虎多少钱，首先，多少钱是依据你所选用的性能而定的，福特翼虎共有7个车型，他们的多少钱差异也很大，在这里，咱们就来了解一下它们的详细多少钱和性能，从而为你的购车之旅提供参考，1.福特翼虎两驱习尚型这是翼虎中最基...。
针对2011款公众捷达1.6L手动油气混合CNG车型，1万公里的惯例维护名目包含机油机滤维护，费用预估为325元，请留意，上述多少钱仅为参考，详细费用以实践结算为准，以下是更详细的维护名目内容，以上是针对2011款公众捷达1.6L手动油气混合CNG车型的1万公里惯例维护名目，须要留意的是，不同车型、不同里程数的维护名目或者会有所不同，...。
XMediaRecodeV2.3.1.8，视频转换软件允许多种格局转换，格局工厂V2.20，是可以允许一切多媒体魄式到各罕用..完美者转码装置版，将视频格局转换成其余..万能视频转换器格局工厂的经常使用方法在咱们日常文娱和日常上班中，咱们又是会遇见将MP4视频格局转换的疑问，假设经常使用MP4格局转换器的话，我在这里举MP4转换为MP...。
233乐园电脑版是一款由北京汇龙通商科技有限公司所推出的综合游戏平台。该版本是通过在电脑上安装安卓模拟器来实现运行的
139my辅助工具是魔域辅助工具中比较好、稳定性较高的一款，最大的特色就是快速全自动，设置好各种快捷键后即可。不用繁杂的安装过程，一键就打开，支持身份牌幻化、风珠群发、快速吃球、自动加好友、自动捡取、移动加速等功能。快去参与到魔域英雄们的战斗去吧。完美下载为您准备了“魔域私服外挂139”，欢迎大家前来下载使用
月薪2万，吃不起中式快餐,社会,中式快餐,快餐,餐饮,中餐,快餐店,老乡鸡,
到底是为什么我们的抖音短视频播放量就是起不来呢?难道真的是玄学吗?其实并没有那么神奇，播放量起不来很有可能是因为运营者没有养号，那么下面给大家深挖了16条抖音常见的各种问题，一起来看看吧，1自己账号能不能运营?坚持原创内容，优质内容是有流量倾斜和官方扶持的，渠道自身会加大推广的，原创，是解决播放量不行的一个问题，这个原创出类拔萃根据自...。
今天已经是2016年第一天，昨晚跨年夜大家过得好吗?如今微信成为重要的跨年交流工具，但就在2016跨年夜微信出现故障，群消息、红包不能正常发送，导致网友大为恼火，腾讯微信团队在凌晨0，25回应故障，称消息延迟已解决，延迟消息均已下发，腾讯微信团队称，，由于跨年夜消息发送量急剧增加，后台服务出现短暂不稳定，导致极少数用户在约20分钟内收...。
人们的健康养生一直在逐渐的提升，因此在线下四件经常会到养生馆中对自己的身体进行调理，促使了国内健康养生行业在快速的发展，壹亩梁方是一家有名的养生连锁品牌，专注于为年轻人提供健康养生需求，凭借着不错的服务品质，赢得了消费者的认可，成为了加盟商所关注的品牌，那么壹亩梁方加盟需要多少钱，门店如何选址，壹亩梁方加盟需要多少钱，壹亩梁方加盟需要...。
寿司这种美食并不是我国的本国美食，这种美食起源于日本，因为种种原因，这种美食流入到我国的消费市场，并且俘获了很多消费者的芳心，在很多加盟创业者当中，有不少加盟商想要加盟寿司店，下面小编来介绍一下回转寿司加盟店排行榜，加盟商们可以选择自己心仪的加盟品牌，回转寿司创立时间很早，品牌距今已经创立了22年的时间了，作为一个老店，该寿司店品牌拥...。
肖洪波毕业于清华大学，目前担任触景无限科技CEO，曾任惠普项目负责人、CA中国技术顾问、IBM资深信息架构师、UIUC高等媒体研究中心图像组项目负责人雷锋网按，近日，触景无限科技，北京，有限公司入选雷锋网发布的，AI最佳掘金案例年度榜单，，并获得最佳前端人脸识别方案奖，AI最佳掘金案例年度榜单，从商业维度出发，评选出8大行业中的30...。
