北京
據(jù)美團(tuán)官方10月27日發(fā)布，美團(tuán)正式發(fā)布視頻生成模型LongCat-Video，這款13.6B參數(shù)的開源模型支持生成長達(dá)5分鐘的視頻內(nèi)容，且畫面連貫不"穿幫"。
據(jù)美團(tuán)官方介紹，LongCat-Video不僅能根據(jù)文字描述生成視頻，還能基于圖片續(xù)寫動(dòng)態(tài)畫面。演示視頻顯示，模型生成的滑板運(yùn)動(dòng)、特效變身等場(chǎng)景真實(shí)自然，AI特有的"塑料感"明顯降低。
該模型在多項(xiàng)測(cè)評(píng)中表現(xiàn)優(yōu)異，文生視頻能力在開源領(lǐng)域達(dá)到頂尖水平，部分效果甚至接近谷歌的閉源模型Veo3。值得注意的是，其生成的長視頻能夠保持畫面穩(wěn)定性，解決了傳統(tǒng)視頻模型中常見的色彩漂移、動(dòng)作斷裂等問題。
LongCat-Video采用允許商用的MIT開源協(xié)議，這意味著開發(fā)者可以免費(fèi)用于商業(yè)項(xiàng)目。Hugging Face高級(jí)主管在社交媒體上對(duì)此表示驚嘆，稱"中國團(tuán)隊(duì)竟然發(fā)布了一個(gè)MIT協(xié)議的基礎(chǔ)視頻模型"。
這是美團(tuán)在AI領(lǐng)域的又一次跨界嘗試。此前，該公司已陸續(xù)推出了語言大模型、語音編解碼器等AI產(chǎn)品，從外賣平臺(tái)逐步拓展至AI技術(shù)研發(fā)領(lǐng)域。美團(tuán)表示，LongCat-Video是公司探索世界模型的第一步，未來將為自動(dòng)駕駛、具身智能等深度交互業(yè)務(wù)場(chǎng)景夯實(shí)技術(shù)基礎(chǔ)。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
