OpenAI 发布 Sora 视频生成模型,提出视频模型可作为世界模拟器
OpenAI 发布视频生成模型 Sora,可生成一分钟高保真视频。模型基于 Transformer 架构处理视频和图像潜在编码的时空 patch,在可变时长、分辨率和宽高比的视频与图像上联合训练文本条件扩散模型。OpenAI 认为扩展视频生成模型是构建物理世界通用模拟器的一条有前景的路径。

2022-10-05 — 2022-10-05
重要进展 · 第 74 / 86 页
Phenaki 采用压缩视频标记和条件 Transformer,根据随时间变化的文字描述生成可变长度视频,研究多段叙事的连续生成。
— · 1 条
精选资讯 · 第 1 / 1 页
OpenAI 发布视频生成模型 Sora,可生成一分钟高保真视频。模型基于 Transformer 架构处理视频和图像潜在编码的时空 patch,在可变时长、分辨率和宽高比的视频与图像上联合训练文本条件扩散模型。OpenAI 认为扩展视频生成模型是构建物理世界通用模拟器的一条有前景的路径。
暂无内容