美團(tuán)開源視頻模型LongCat-Video，可生成4分鐘長(zhǎng)視頻！

作者｜子川

來源｜AI先鋒官

還得是美團(tuán)，這跨界太有技術(shù)含量了！

就在上個(gè)月，美團(tuán)剛開源了大語言模型LongCat-Flash-Chat，我這邊還沒來得及好好體驗(yàn)。

結(jié)果一覺醒來，他們又開源了一款視頻模型——LongCat-Video。

據(jù)官方介紹，LongCat-Video的參數(shù)為13.8B，同時(shí)該模型在文生視頻和圖生視頻上的能力，直接沖到了開源模型的頂級(jí)水平。

其中最值得注意的是，它還能生成分長(zhǎng)達(dá)4分鐘的長(zhǎng)視頻。

從官方給出的全面評(píng)估數(shù)據(jù)來看，該模型可以和PixVerse-V5和Wan2.2-T2V-A14B一較高下了。

甚至在有些維度的測(cè)評(píng)成績(jī)甚至可與谷歌的Veo3媲美。

那效果到底如何，給大家看幾個(gè)官方的案例就清楚了。

先來看一下文生視頻的效果。

一個(gè)穿著白色裙子的女生在湖面上跳芭蕾舞，無論是動(dòng)作還是水中的倒影，表現(xiàn)都十分自然。

光影效果和物理規(guī)律都拿捏得相當(dāng)?shù)轿弧?/p>

旋轉(zhuǎn)跳躍，一氣呵成，滑板在空中翻轉(zhuǎn)動(dòng)作，沒有絲毫的突兀感。

盒子變形的過程絲滑流暢，機(jī)械結(jié)構(gòu)一一展開，不過細(xì)看還是可以看得出有些許的AI感。

再來看看圖生視頻的效果。

一個(gè)男生從畫中徑直走到電競(jìng)椅上，人物的樣貌、穿著，甚至周圍環(huán)境的風(fēng)格，都與原圖保持了一致。

這不雙十一快到了， LongCat-Video也是狠狠展示了在電商中的表現(xiàn)。

此外，LongCat-Video最核心的能力還在于視頻延長(zhǎng)，它能像制作連續(xù)劇一樣生成分鐘級(jí)長(zhǎng)視頻。

一個(gè)視頻搞定后，只需接著續(xù)寫提示詞，最終就能生成片段。

比如下面這個(gè)接近半分鐘的視頻，就是通過以下提示詞一步步實(shí)現(xiàn)的，下面小編將提示詞翻譯成中文，以便大家更好的了解。

• 浴室設(shè)計(jì)典雅，配有大理石臺(tái)面，水槽上方有一面光線充足的大鏡子。臺(tái)面上整齊地?cái)[放著各種彩妝產(chǎn)品，旁邊的架子上還掛著一條毛絨毛巾。這位女士穿著一件時(shí)尚的黑色連衣裙，頭發(fā)梳成松散的波浪形。女人站在大鏡子前，輕輕調(diào)整角度，以獲得更好的視野。她顯得專注，確保鏡子完美地反射出她的形象。

  女人打開水龍頭，開始洗手。

  女人撿起掛在墻上的毛巾。

  女人一邊看著鏡子，一邊擦干雙手

效果是不是還不錯(cuò)！

同時(shí)，美團(tuán)不僅把LongCat-Video免費(fèi)開源了出來，還采用了極其開放的MIT許可證。

簡(jiǎn)單來說，就是允許所有人（包括公司）免費(fèi)使用這個(gè)模型，甚至用它來開發(fā)商業(yè)產(chǎn)品賺錢！

美團(tuán)這波格局直接拉滿了。

目前，美團(tuán)LongCat-Video還沒有提供可直接在線體驗(yàn)的網(wǎng)站，可能還需要等待一段時(shí)間。

不過，對(duì)于有技術(shù)能力的朋友們來說，可以直接上手部署，搶先體驗(yàn)，官方已經(jīng)給出了所有相關(guān)資源。

項(xiàng)目主頁：
https://meituan-longcat.github.io/LongCat-Video/

模型地址 (Hugging Face)：
https://huggingface.co/meituan-longcat/LongCat-Video

技術(shù)報(bào)告：
https://github.com/meituan-longcat/LongCat-Video/blob/main/longcatvideo_tech_report.pdf

掃碼邀請(qǐng)進(jìn)群，我們帶你一起來玩轉(zhuǎn)ChatGPT、GPT-4、文心一言、通義千問、訊飛星火等AI大模型，順便學(xué)一些AI搞錢技能。

往期文章回顧