Sora：文本到视频生成的AI模型综述 - 飞书文档
https://docs.feishu.cn/v/wiki/UPJhwU98zim4ztkJOpgcwNRgnlc/a1摘要. Sora是一款由OpenAI在2024年2月发布的文本到视频生成的AI模型。该模型被训练用于根据文本指令生成现实或想象场景的视频，并展现出模拟物理世界的潜力。基于公开的技术 ...
飞搜侠
热门搜索
Sora技术报告：强大的视频生成模型 - 飞书文档
https://docs.feishu.cn/v/wiki/QZdPwHQMhiUkfJk919qccCXFnfd/a1训练了一个用于降低视觉数据维度的网络。这个网络以原始视频为输入，输出在时间和空间上都被压缩的潜在表示。Sora在这个压缩的潜在空间上进行 ...
Sora：大型视觉模型的背景、技术、局限性和机遇综述【官方论文】
https://waytoagi.feishu.cn/wiki/MWDdwB1NbiJWmjkSZiycH28fnObSora是一款由OpenAI在2024年2月发布的文本到视频生成的AI模型。该模型被训练用于根据文本指令生成现实或想象场景的视频，并展现出模拟物理世界的潜力。
微软Sora：大视觉模型的背景、技术、限制和机遇综述 - 飞书文档
https://docs.feishu.cn/article/wiki/DDcEwO9qGiIoVckCHMPcqJ16nldSora是一个文本到视频生成的AI模型，由OpenAI于2024年2月发布。该模型经过训练，能够根据文本指令生成逼真或富有想象力的场景视频，并展现出在模拟物理世界方面的潜力。
全球首篇通用世界模型综述发布 - 飞书文档
https://docs.feishu.cn/v/wiki/R4anwHLPdi3BVnkvD4ccVqMfnie/a5该综述通过260 余篇文献，对世界模型在视频生成、自动驾驶、智能体、通用机器人等领域的研究和应用进行了详尽的分析和讨论。另外，该综述还审视了当前世界模型的挑战和局限性 ...
中国版Sora级视频生成大模型会对视频创作领域产生何种冲击？
https://docs.feishu.cn/v/wiki/BqYbwjKiSiYsxzkVthncTPPYnMd/ad（2）一系列从111M到3.1B参数的类别条件图像生成模型，在ImageNet 256x256基准测试上达到了2.18的FID，优于流行的扩散模型如LDM、DiT。 （3）一个文本条件图像生成模型，拥有775M ...
音乐基础模型综述：人工智能在音乐领域发展的全面探讨 - 飞书文档
https://docs.feishu.cn/v/wiki/CzomwHIV2ii70Lkpkg5cPOIknmh/ab... 视频）用于关键帧插值，即生成两个输入帧之间的视频。他们通过一种轻量级微调技术实现了这一调整，该技术生成的模型版本可预测从单个输入图像生成向前移动的视频。该 ...
2024-0229:Sora综述 - 飞书
https://waytoagi.feishu.cn/wiki/HIqjwDawSiUNLpkwyZVcVuVqnSb... 视频生成的AI模型进行了全面回顾， ... 2024-0229:Sora综述. 1. 元数据概览：. •. 标题：Sora: A Review on Background, Technology ...
《3D内容生成调研：技术综述、挑战解析与未来方向探究》 - 飞书文档
https://docs.feishu.cn/v/wiki/BP7OwgeHTi0LvEkuo7Wc3ZF7nKg/a9生成模型在自然语言处理（NLP）和图像生成领域取得了巨大成功，如ChatGPT和Midjourney，显著缩短了论文写作和图像设计的时间。在3D领域，随着3D数据量的增加和其他领域生成技术 ...
Shumer的AI摘要机器人 - 飞书文档
https://docs.feishu.cn/v/wiki/V2UkwgiUYivTV3kv52zctG7xnAd/a8生数科技联合清华大学最新发布的视频大模型「Vidu」可以看出，它生成的视频不再是持续几秒的「GIF」，而是达到了十几秒（最长可以达到16 秒左右）。