昨晚 Meta 开源了他们视频生成模型对应的两个测试集，对从业者和创作者都很有帮助。可以看看Meta 怎么写提示词和测试的。Movie Gen Video Bench是迄今为止发布的最大规模、最全面的文本生成视频评估基准。包含1,000 多个提示词，从详细的人类活动到动物、物理现象、奇特主题等各种概念。

发布时间: 2024-10-18 12:10:14

1分

数据加载中

关注推特

收听电报

2

1

0

昨晚 Meta 开源了他们视频生成模型对应的两个测试集，对从业者和创作者都很有帮助。
可以看看Meta 怎么写提示词和测试的。
Movie Gen Video Bench
是迄今为止发布的最大规模、最全面的文本生成视频评估基准。
包含1,000 多个提示词，从详细的人类活动到动物、物理现象、奇特主题等各种概念。
IT技术
( twitter.com )

7个月前由歸藏(guizang.ai) 提交

昨晚 Meta 开源了他们视频生成模型对应的两个测试集，对从业者和创作者都很有帮助。

可以看看Meta 怎么写提示词和测试的。

Movie Gen Video Bench

是迄今为止发布的最大规模、最全面的文本生成视频评估基准。

包含1,000 多个提示词，从详细的人类活动到动物、物理现象、奇特主题等各种概念。

具体的概念分类有：

- 人类活动（肢体和嘴巴运动、情绪等）
- 动物
- 自然与风景
- 物理学（流体动力学、重力、加速度、碰撞、爆炸等）
- 不寻常的主题和不寻常的活动。

同时在上面的分类上还有高、中、低不同的运动幅度测试。

Movie Gen Audio Bench

旨在评估"视频生成音频"和"文本配合视频生成音频"的能力。

包括 527 个生成的视频，以及相应的音效和音乐提示。

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

2

1

1

腾讯和香港科技大学一起开源了一个新的视频生成模型。
其中包括视频VAE和3D去噪U-net。在2000万个视频和6亿张图像上进行训练，优于其他开源视频生成模型。

这是一个类似与 pika 和moonvalley 的技术，他们还开放了一个类似的 Discord…
IT技术
( twitter.com)

1年前 • 歸藏 • -- 点击 • 下载视频 0 评论

00:00:08

2

2

1

1

Meta 昨晚除了 Llama3 之外还发布了他们在 Meta AI 中使用的图像生成蒸馏技术。
通过三步的推理就可以生成跟原始模型一样质量的图像。
此方法包括三大核心技术：
i）逆向蒸馏（Backward Distillation），此技术通过在模型自身的逆向路径上进行微调，以减少训练与推理间的差异；…
IT技术
( twitter.com)

1年前 • 歸藏(guizang.ai) • -- 点击 0 评论

3

2

1

1

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 • 歸藏 • -- 点击 • 下载视频 0 评论

00:00:28

4

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)

1年前 • Leo Xiang • -- 点击 0 评论

5

2

1

1

腾讯混元发布视频生成大模型，千题盲测第一，现已全面开源
模型特点：
（1）超写实质感：模型生成的视频内容具备高清质感、真实感，可用于工业级商业场景例如广告宣传、创意视频生成等商业应用。
IT技术
( twitter.com)

6个月前 • orange.ai • -- 点击 • 下载视频 0 评论

00:00:13

6

2

1

1

#AI开源项目推荐 subtitler
不需要上传视频到服务器，直接在浏览器端就可以语音转录成文本字幕，以及对转录的字幕编辑，生成带字幕视频的开源网站。语音转字幕利用的是 WebGPU，在浏览器端执行 Transformer + Whisper 模型（目前只能支持 tiny 和 base 模型）。视频生成是基于一个库叫
IT技术
( twitter.com)

11个月前 • 宝玉 • -- 点击 0 评论

7

2

1

1

【性，谎言和大模型】想象一下，一个人将一串提示词输入大模型，大模型为他生成了一张穿着暴露的少女图片；他将这张图喂给了视频生成大模型，于是得到了一个该少女跳舞的视频。随后，他将该视频上传到了成人色情网站上，获得了超高的点击量和超额收益。如果没有足够的AI对齐，上述场景正在成为现实。
大陆资讯
( tech.ifeng.com)

1年前 • 风吹大奶两边倒 • -- 点击 0 评论

8

2

1

1

OpenAI视频模型Sora技术报告——报告的标题凸显了OpenAI并不是把它单纯当做一个视频模型来看待：将视频生成模型作为世界模拟器
大陆资讯
( m.weibo.cn)

1年前 • 倩女幽会 • -- 点击 0 评论

9

5

4

4

#AI开源项目推荐：wav2lip

可以音频输入生成口型同步视频。

项目首页：
代码仓库：
论文：

视频来源：

IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:01:06

0.08324 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