圖森未來正式發(fā)布圖生視頻大模型“Ruyi” 推動創(chuàng)作新變革

小大

用微信掃描二維碼
分享至好友和朋友圈

關鍵詞：

2024-12-17 11:28:49 搜狐網(wǎng)

圖森未來正式發(fā)布圖生視頻大模型Ruyi。12月17日，圖森未來發(fā)布了其圖像生成大模型“Ruyi”，引起業(yè)界廣泛關注。該模型專為消費級顯卡優(yōu)化，用戶可以通過huggingface平臺下載開源版本Ruyi-Mini-7B。這一發(fā)布標志著圖像生成技術的重大進步，為AI創(chuàng)作者提供了便捷和高質(zhì)量的工具，推動了智能設備領域的創(chuàng)新發(fā)展。

Ruyi支持從384x384到1024x1024的分辨率，用戶可根據(jù)需要調(diào)整視頻長寬比，最長可生成120幀/5秒的視頻。此外，Ruyi允許用戶設置最多5個起始幀和5個結束幀，通過循環(huán)疊加實現(xiàn)無限長度的視頻生成。模型還提供四檔運動幅度控制，用戶能精確把控畫面變化程度。在鏡頭控制方面，Ruyi能滿足多種需求，包括上、下、左、右及靜止的鏡頭角度，極大豐富了創(chuàng)作空間。

該技術基于DiT架構，包含CasualVAE模塊和DiffusionTransformer模塊。CasualVAE模塊負責視頻數(shù)據(jù)的高效壓縮與解壓縮，而DiffusionTransformer則在壓縮后生成高質(zhì)量視頻。Ruyi模型總參數(shù)量達7.1億，使用了約200M視頻片段進行訓練，顯示出其在視頻生成領域的強大能力和潛力。這項技術將使影視制作人、內(nèi)容創(chuàng)作者和設計師享受到更高效便捷的體驗。

在實際應用中，Ruyi為游戲、視頻制作、日常社交平臺等領域提供了新的可能性。通過靈活的參數(shù)設置和高效的處理能力，創(chuàng)作者可以快速生成內(nèi)容，提升生產(chǎn)效率，甚至實現(xiàn)高質(zhì)量的實時渲染。這對需要大量視頻素材的行業(yè)尤其有吸引力。在競爭激烈的智能設備市場上，Ruyi的發(fā)布吸引了眾多創(chuàng)作者的關注，成為AI圖像生成領域的重要選擇。

盡管功能強大，Ruyi目前仍存在一些不足之處，如手部畸形、多人物時面部細節(jié)崩壞及不可控的轉(zhuǎn)場效果等。這表明未來還需進一步改進模型，增強其實用性和兼容性。隨著不斷更新和完善，Ruyi將越來越符合市場需求，并提升用戶體驗。

Ruyi的推出使其在視頻生成技術的競爭中占得先機，與Adobe、NVIDIA等行業(yè)巨頭形成有效競爭。技術的開源模式讓更多的開發(fā)者和愛好者參與迭代，推動AI創(chuàng)作的普及。越來越多的創(chuàng)作者開始利用這一先進技術進行個性化創(chuàng)作，對內(nèi)容生產(chǎn)的形態(tài)產(chǎn)生深遠影響。

圖森未來的Ruyi大模型為視頻內(nèi)容創(chuàng)作開啟了新的大門，其技術進步和市場反響顯著。未來，行業(yè)將更加關注這類技術的發(fā)展及其應用，特別是在創(chuàng)作效率和質(zhì)量上，Ruyi有潛力引領行業(yè)變革。對于有意嘗試這一創(chuàng)新工具的創(chuàng)作者來說，Ruyi的開源特性為他們提供了一個良好的起點，鼓勵更多創(chuàng)意思維的誕生。

(責任編輯：盧其龍 CN070)

關閉

圖森未來正式發(fā)布圖生視頻大模型“Ruyi” 推動創(chuàng)作新變革

相關新聞

今日熱點

頻道熱點