试图通过开源生态复刻 Sora 模型的 Open-Sora 现在已经开源了他们的阶段性成果 1.0 模型。Open-Sora 1.0支持从视频数据预处理（video data preprocessing）、加速训练（training with acceleration）到推理（inference）等一系列完整流程。…

发布时间: 2024-03-18 12:11:12

1分

数据加载中

关注推特

收听电报

2

1

0

试图通过开源生态复刻 Sora 模型的 Open-Sora 现在已经开源了他们的阶段性成果 1.0 模型。
Open-Sora 1.0支持从视频数据预处理（video data preprocessing）、加速训练（training with acceleration）到推理（inference）等一系列完整流程。…
IT技术
( twitter.com )

1年前由歸藏提交

试图通过开源生态复刻 Sora 模型的 Open-Sora 现在已经开源了他们的阶段性成果 1.0 模型。

Open-Sora 1.0支持从视频数据预处理（video data preprocessing）、加速训练（training with acceleration）到推理（inference）等一系列完整流程。

提供的模型（checkpoints）能在短短3天的训练时间内，生成2至5秒长、分辨率为512x512的视频。

项目地址：https://t.co/yuhf7C5kbW

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

2

1

1

我大鹅厂也开始开源了，希望别烂尾。
腾讯正式公布，旗下混元文生图大模型已完成升级，并对外开源。
此次升级的模型采用了与Sora相同的DiT架构，不仅能够支持文生图，也能作为视频等多模态视觉生成的基础。
这是业界首个中文原生的DiT架构文生图开源模型，支持中英双语输入及理解，15亿参数。
时政
( twitter.com)

11个月前 • Leo Xiang • -- 点击 0 评论

2

2

1

1

顺便梳理一下现在企图通过开源复现 Sora 的三个项目，分别是：
Open-Sora Plan
由北大-兔展AIGC联合实验室共同发起，目前推出了 1.0 版本的模型，同时发布了一个名为MagicTime项目，从Time-lapse 视频中学习真实世界的物理知识。
Mira
腾讯推出的项目，目前的模型可以生成分辨率为 128x80 的长达 20…
IT技术
( twitter.com)

11个月前 • 歸藏(guizang.ai) • -- 点击 • 下载视频 0 评论

00:01:07

3

2

1

1

DeepSeek 开始搞多模态了。
开源了一个多模态理解和生成一体的模型 Janus，既可以理解图片内容又可以生成图片。
Janus的核心创新是将视觉编码分为两个独立的部分:一个用于多模态理解,一个用于图像生成。
IT技术
( twitter.com)

6个月前 • 歸藏(guizang.ai) • -- 点击 0 评论

4

2

1

1

#AI开源项目推荐：GFPGAN
腾讯开源的AI模型GFPGAN，能帮助恢复老照片

项目地址：
在线测试地址：
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

5

2

1

1

可以拿这图去测试各大模型的多模态能力😄
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

6

3

2

2

只能说你找的开源模型不行，试试这个：
IT技术
( twitter.com)

1年前 • LIN WEI • -- 点击 0 评论

7

2

1

1

【Sora模型争议背后，什么是杨力昆的世界模型？】一直在研究世界模型的AI科学家、图灵奖获得者杨力昆（Yann LeCun）认为，Sora的生成式技术与世界模型的因果预测完全不同，Sora不仅成本高昂，而且对于世界模型完全没有意义。杨力昆表示，现在的大语言模型是新一轮的炒作，目的都是为了创业公司融资。
大陆资讯
( www.jiemian.com)

1年前 • 观光团 • -- 点击 0 评论

8

2

1

1

DeepSeek来了，他开源了一款统一的多模态理解和生成的模型：Janus 1.3B
Janus核心是可以同时理解和生成文字、图像，它可以看懂图片和文字，还能根据描述画出图片来
时政
( twitter.com)

6个月前 • AIGCLINK • -- 点击 0 评论

9

2

1

1

Janus-Pro-7B 初见面！！！做了版 Colab 初测了下 DeepSeek 新开源的多模态统一模型
1）模型直接支持中文交互（图像理解+图像生成
2）云上 L4 测试，显存需 22GB
3）图像生成速度：约15s/张
4）图像理解质量：文字和信息识别基本准确，内容理解完整清晰，局部细节有欠缺
由于 Gradio 界面比较
时政
( twitter.com)

2个月前 • -Zho- • -- 点击 0 评论

0.4061 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特