中新社北京4月27日电(记者 陈溯)在2024中关村论坛年会未来人工智能先锋论坛上，清华大学联合生数科技27日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。
该模型采用团队原创的Diffusion与Transformer融合的架构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。
据介绍，Vidu不仅能够模拟真实物理世界，还拥有丰富想象力，具备多镜头生成、时空一致性高等特点。Vidu是自Sora发布之后全球率先取得重大突破的视频大模型，性能全面对 标国际顶尖水平，并在加速迭代提升中。
在当天的论坛上，清华大学教授、生数科技首席科学家朱军表示，与Sora一致，Vidu能够根据提供的文本描述直接生成长达16秒的高质量视频。除了在时长方面的突破外，Vidu在视频效果方面实现显著提升，主要体现在模拟真实物理世界、多镜头语言、时空一致性高、理解中国元素等方面。
“值得一提的是，Vidu采用的是‘一步到位’的生成方式。”朱军表示，与Sora一样，文本到视频的转换是直接且连续的，在底层算法实现上是基于单一模型完全端到端生成，不涉及中间的插帧和其他多步骤的处理。
朱军表示，Vidu的快速突破源自于团队在贝叶斯机器学习和多模态大模型的长期积累和多项原创性成果。其核心技术U-ViT架构由团队于2022年9月提出，早于Sora采用的DiT架构，是全球首个Diffusion与Transformer融合的架构，完全由团队自主研发。
自今年2月Sora发布推出后，团队基于对U-ViT架构的深入理解以及长期积累的工程与数据经验，在短短两个月进一步突破长视频表示与处理关键技术，研发推出Vidu视频大模型，显著提升视频的连贯性与动态性。
“Vidu的命名不仅谐音‘Vedio’，也蕴含‘We do’的寓意。”朱军表示，模型的突破是一个多维度、跨领域的综合性过程，需要技术与产业应用的深度融合，希望与产业链上下游企业、研究机构加强合作，共同推动视频大模型进展。(完)
顾波生于1958年3月，曾任云南省烟草公司人事处副处长、云南省烟草物资配套公司经理等。2008年7月起，任云南中烟副总经理，2018年退休。王元明称，顾波被查早有预兆。2022年1月，顾波要出国考察，到了机场，才知道自己已经被限制出境，“顾波是张水长一手提拔起来的，被认为是张的马仔”。
近日，杭州市政府宣布，今年拟向生育二孩的家庭一次性发放补助5000元，生育三孩的家庭一次性发放补助20000元。消息一经发布，引发了公众热议。
“对航空公司来说，用户飞得越多，公司亏得越多。一些OTA平台的超低价机票，不排除赔本赚吆喝的可能，通过低价机票引流，在酒店住宿上赚钱。”上诉民航从业者说。
会议指出，党的十八大以来，以习近平同志为核心的党中央加强对人民政协的领导，习近平总书记着眼党和国家事业全局，深刻阐明人民政协性质定位、使命任务、履职要求，科学回答了新时代建设什么样的人民政协、怎样推进人民政协事业发展的重大课题，形成了习近平总书记关于加强和改进人民政协工作的重要思想，为做好政协工作提供了根本遵循。全国政协党组要全面系统深入学习领会习近平总书记关于加强和改进人民政协工作的重要思想，深刻理解、准确把握这一重要思想的理论渊源、时代背景、历史文化根脉、实践指向和工作要求，在学习领会上站位更高、思考更深、用功更勤，真正做到学其言、得其宗、明其义，知其然、更知其所以然。
《反胁迫工具法案》也在欧盟内部遭到质疑。路透社28日报道称，一些欧盟成员国担心ACI会使欧盟转向保护主义，并引发贸易战。崔洪建表示，尽管现在欧盟达成临时协议，但到具体落实与使用时，欧盟还是会出于现实的考虑，保持相对谨慎的态度。维护良好经贸关系对中欧双方来说不仅有利，而且也有助于应对全球性挑战和冲突。欧洲应放弃对抗式做法，与中国积极合作。
紧紧围绕制造业高端化、智能化、绿色化发展，推动传统制造业改造升级和战略性新兴产业培育发展，坚持优化布局、集群发展，加快中国制造向中国创造转变、中国速度向中国质量转变、中国产品向中国品牌转变。
彭旻幸
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。