量子位
·
今天起，汉字也能AI视频生成了！《滕王阁序》直接拿捏到位了
💡
原文中文，约3800字，阅读约需9分钟。
📝
内容提要
阿里通义万相推出新版本AI视频生成技术，成功解决汉字生成难题，能够高效生成复杂视频，支持汉字和英文单词。新模型在复杂动作和物理规律处理上表现优异，用户可在线体验和调用API。
🎯
关键要点
- 阿里通义万相推出新版本AI视频生成技术，解决汉字生成难题。
- 新模型支持高效生成复杂视频，能够处理汉字和英文单词。
- 通义万相2.1极速版和专业版分别注重生成速度和视频质量。
- 新版本在复杂动作处理和真实物理规律还原方面表现优异。
- 通义万相在VBench榜单上以84.70%的成绩位居第一。
- 用户可以在线体验新模型，开发者可调用API进行应用开发。
- 新模型在处理复杂人物动作时表现稳定，避免了鬼畜现象。
- 通义万相采用VAE与DiT架构协同工作，实现高效视频压缩和动态建模。
- 团队通过4D并行策略突破超长序列训练的挑战，提升训练效率。
- 自动化数据构建管线和评估体系加速模型迭代与优化。
- 通义万相在AI视频生成领域处于前沿，具备全球独特的汉字生成能力。
❓
延伸问答
阿里通义万相的新版本AI视频生成技术有什么特点？
新版本AI视频生成技术能够高效生成复杂视频，支持汉字和英文单词，处理复杂动作和真实物理规律表现优异。
通义万相2.1极速版和专业版有什么区别？
通义万相2.1极速版注重生成速度，而专业版则更注重视频生成的质量。
用户如何体验通义万相的新模型？
用户可以在线免费体验新模型，入口在阿里云的相关页面。
通义万相在VBench榜单上的表现如何？
通义万相以84.70%的成绩位居VBench榜单第一，超越了多款国内外视频生成模型。
新模型如何处理复杂人物动作？
新模型在处理复杂人物动作时表现稳定，避免了鬼畜现象，能够准确还原动作细节。
通义万相是如何实现高效视频压缩的？
通义万相通过VAE与DiT架构协同工作，实现高效视频压缩，提取关键特征并优化显存使用。
➡️
