量子位
·
11B模型拿开源视频生成SOTA！仅用224张GPU训练，训练成本省10倍
💡
原文中文，约3500字，阅读约需9分钟。
📝
内容提要
Open-Sora 2.0发布，采用11B参数，训练仅需224张GPU，成本降至20万美元，性能媲美主流闭源模型。支持720P、24FPS高画质生成，具备丰富场景切换，显著提升视频生成效率与质量，成为开源视频生成的新标杆。
🎯
关键要点
- Open-Sora 2.0正式发布，采用11B参数规模。
- 训练仅需224张GPU，成本降至20万美元，节省10倍。
- 支持720P、24FPS高画质生成，具备丰富场景切换。
- 性能媲美主流闭源模型，如HunyuanVideo和Step-Video。
- 全面开源模型权重、推理代码及分布式训练全流程。
- 在VBench评测中，Open-Sora 2.0的性能显著提升，接近行业领先闭源模型。
- 通过严格的数据筛选和高效训练方法，显著降低训练成本。
- 采用高压缩比自编码器，推理速度提升10倍，降低推理成本。
- Open-Sora 2.0致力于推动AI视频生成技术的发展，欢迎开发者加入社区。
❓
延伸问答
Open-Sora 2.0的主要特点是什么？
Open-Sora 2.0采用11B参数规模，训练仅需224张GPU，成本降至20万美元，支持720P、24FPS高画质生成，具备丰富场景切换。
Open-Sora 2.0与闭源模型相比有什么优势？
Open-Sora 2.0的性能媲美主流闭源模型，如HunyuanVideo和Step-Video，但训练成本仅为闭源模型的十分之一。
Open-Sora 2.0是如何降低训练成本的？
通过严格的数据筛选、高效的训练方法和高压缩比自编码器，Open-Sora 2.0显著降低了训练成本。
Open-Sora 2.0支持哪些视频生成特性？
Open-Sora 2.0支持720P高分辨率和24FPS流畅度，能够生成细腻的动作和丰富的场景切换。
Open-Sora 2.0的开源内容包括哪些？
Open-Sora 2.0全面开源模型权重、推理代码及分布式训练全流程，欢迎开发者参与。
Open-Sora 2.0在VBench评测中的表现如何？
Open-Sora 2.0在VBench评测中取得的分数已超过腾讯的HunyuanVideo，性能显著提升，接近行业领先闭源模型。
🏷️
标签
➡️
