热门标签
热门文章
- 1深入浅出解释FFT（二）——fft对信噪比影响_matlab做fft并计算snr
- 2数据结构之栈详解
- 3网络工程实训&eNSP学习记录_华为ensp实习日志
- 4MySQL【部署 02】Linux 非 root 用户部署 mysql-5.7.28 设置开机启动及问题汇总（含云盘资源）_mysql 不用root用户启动
- 5ovirt简介
- 6dm数据库按某一列排序把null值排到最后去_达梦数据库空值排最后
- 7【java】基于springCloud的灰度发布_灰度发布 java
- 8非root用户安装mysql-5.6.38.tar.gz_非root用户可以解压tar.gz包吗
- 9安卓数据恢复篇 – 如何从 Android 恢复已删除的文件_安卓3.2糸统删掉的文件怎么找回
- 10python2.7运行报警告：UnicodeWarning: Unicode equal comparison failed to convert both arguments to Unicode ...
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！）
本文内容由网友自发贡献，转载请注明出处：【wpsshop博客】
推荐阅读
相关标签
