首次实现中文文字生成,消息称阿里通义万相 2.1 视频生成模型今晚开源

据新浪科技援引知情人士消息称,阿里巴巴将于今晚全面开源旗下视频生成模型万相2.1模型。

据新浪科技援引知情人士消息称,阿里巴巴将于今晚全面开源旗下视频生成模型万相 2.1 模型。

今年 1 月,阿里通义万相推出了 2.1 版本模型升级,其在视频生成、图像生成两大能力均有显著提升。

在视频生成方面,通义万相 2.1 通过自研的高效 VAE 和 DiT 架构增强了时空上下文建模能力,支持无限长 1080P 视频的高效编解码,首次实现了中文文字视频生成功能,登上 VBench 榜单第一。

首次实现中文文字生成,消息称阿里通义万相 2.1 视频生成模型今晚开源

据介绍,通义万相 2.1 支持中英文视频,都可以一键生成艺术字,还提供多种视频特效选项,以增强视觉表现力,例如过渡、粒子效果、模拟等等。其还支持复杂运镜,可还原碰撞、反弹、切割、挤压等真实世界的物理规律,例如雨滴落在伞上会溅起水花。

官方曾表示,通义万相 2.1 支持中英文一键生成艺术字,还提供了多种视频特效选项,如过渡、粒子效果、模拟等等。

首次实现中文文字生成,消息称阿里通义万相 2.1 视频生成模型今晚开源

据AI在线此前报道,通义万相去年 9 月宣布支持文生视频、图生视频等,还有插画设计、涂鸦作画、局部重绘、短片创作、配乐生成等场景化能力。

相关资讯

阿里通义万相 2.1 模型宣布升级:首次实现中文文字视频生成功能,支持无限长 1080P 视频的高效编解码

通义万相 2.1 还支持复杂运镜,可还原碰撞、反弹、切割、挤压等真实世界的物理规律,例如雨滴落在伞上会溅起水花。

支持 100 万 Tokens 上下文,阿里通义千问推出 Qwen2.5-1M 开源模型

通义千问本次发布了两个新的开源模型,分别是 Qwen2.5-7B-Instruct-1M 和 Qwen2.5-14B-Instruct-1M,这是通义千问首次将开源的 Qwen 模型的上下文扩展到 1M 长度。

消息称阿里引入顶级人工智能科学家 或将加码AI To C业务

近期,阿里巴巴在AI领域迎来了一位重量级人物。 据业内人士透露,一位全球顶级人工智能科学家已于近期正式入职阿里巴巴,未来或将专注于AI To C业务的基础大模型研发与应用。 这位科学家在工业界和学术界均拥有超过20年的经验,尤其在多模态AI领域成果丰硕,曾主导发表过上百篇大模型顶级论文。