热门标签
热门文章
- 1FlowUs科研工作者的第二大脑｜论文整理与知识库构建的终极解决方案｜FlowUs不愧是论文神器PDF智能分析高效科研必备｜学术写作团队协作学术资源整合科研效率提升选FlowUs
- 2ACC-UNet——基于Transformers与UNet的语义分割模型_unet transformer
- 32023年银行校招上岸全攻略分享（附历年商业银行笔试真题和备_银行校招笔试真题
- 4各大人工智能顶会近三年的paper网址_aaai digital library
- 5爬虫实战5：爬取百度图片_爬虫实现可视化爬取百度图片案例
- 6最近面了12个人，发现这个测试基础题都答不上来..._请用 python 打印出 10000 以内的对称数(对称数特点:数字左右对称,如:1,2,11,
- 7互联网行业采购堡垒机的四个必要性看这里！
- 8爬取百度图片_百度图片爬取
- 9spring boot druid spring监控_spring-boot-maven-plugin not found
- 10python3.5+selenium3.4自动化测试6_selenium的Webdriver-API整理（上）_from seleniumn import webdriver 3.4版本
当前位置: article > 正文
快手 Kling 文生视频大模型_kling ai
作者：笔触狂放9 | 2024-07-15 07:01:24
赞
踩
kling ai
快手的视频生成大模型，效果非常惊艳。但是尚未未开源，商业大模型应该也不会开源。可以期待一下技术报告。
总结
官网Demo的特点
-
可以生成长达2分钟且有30fps的视频
-
能模拟物理世界特性（Scaling Law）
-
可变分辨率的训练策略，在推理过程中可以做到同样的内容输出多种多样的视频宽高比（基于transformer的优势）
-
中文生成效果好
-
动作引导的视频生成效果也很好（文生视频的效果都那么好，这个任务的效果当然会不错）
官网中提到的技术
-
采用3D时空联合注意力机制（时空patch间的注意力？不断变换时间和空间维度的注意力？还是将时间空间维度拍平过后做注意力？）
-
Diffusion Transformer 的架构
-
基于自研3D VAE（和Vidu一样。传统的视频生成都是使用的2D VAE，显然3D VAE才是正确的方案！）
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/笔触狂放9/article/detail/828161
推荐阅读
相关标签
