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
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。
延伸解读
开源视频生成的成本优势
Open-Sora 2.0通过优化训练流程，将视频生成的成本降低至20万美元，相比市面上其他闭源模型节省了10倍。这一成本优势使得更多开发者能够参与到视频生成技术的探索中，推动了整个行业的进步。
性能与闭源模型的对比
Open-Sora 2.0的11B参数规模使其在性能上接近主流闭源模型，如HunyuanVideo和Step-Video。通过VBench评测，Open-Sora 2.0在多个指标上表现优异，显示出开源模型在高质量视频生成领域的潜力与竞争力。
高压缩比自编码器的前景
Open-Sora 2.0采用高压缩比自编码器，推理速度提升至原来的10倍。这一技术突破不仅降低了推理成本，也为未来视频生成模型的高效性提供了新的方向，值得开发者关注与研究。
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。
