中国首个 Sora 级模型 Vidu 发布:可生成最长 16 秒、最高 1080P 视频
感谢生数科技今天出席中关村论坛未来人工智能先锋论坛,携手清华大学正式发布中国首个长时长、高一致性、高动态性视频大模型 ——Vidu,被媒体和业内人士认为是国内首个 Sora 级别的视频大模型。 根据民间描述,Vidu 模型交融 Diffusion 与 Transformer,开创性创建了 U-ViT,支持一键生成长达 16 秒、分辨率高达 1080P 的高清视频内容。民间宣传资料中演示了“画室中的…- 3
- 0
解锁CNN和Transformer正确结合方法,字节跳动提出有效的下一代视觉Transformer
来自字节跳动的钻研者提出了一种能在现实工业场景中有效摆设的下一代视觉 Transformer,即 Next-ViT。Next-ViT 能像 CNN 一样快速推断,并有 ViT 一样强大的功能。- 19
- 0
无需训练,主动扩大的视觉Transformer来了
来自德克萨斯大学奥斯汀分校、悉尼科技大学和谷歌的钻研者提出了一个无需训练就能主动扩大框架 As-ViT,其能以高效和有原则的方式主动发现和扩大 ViT。- 28
- 0
ViT
❯
个人中心
今日签到
搜索
扫码打开当前页
返回顶部
幸运之星正在降临...
点击领取今天的签到奖励!
恭喜!您今天获得了{{mission.data.mission.credit}}积分
我的优惠劵
- ¥优惠劵使用时效:无法使用使用时效:
之前
使用时效:永久有效优惠劵ID:×
没有优惠劵可用!