【CNMO新聞】近日，阿里云推出全新視頻生成大模型I2VGen-XL，并在魔搭社區(qū)開(kāi)放體驗(yàn)。據(jù)悉，用戶上傳一張圖片后2分鐘左右即可生成一段1280*720的高分辨率視頻。對(duì)此，該模型研發(fā)負(fù)責(zé)人表示，未來(lái)將進(jìn)一步實(shí)現(xiàn)2K超清效果，可應(yīng)用于短視頻內(nèi)容生產(chǎn)、電影制作等場(chǎng)景。

據(jù)CNMO了解，和業(yè)界爆火的AI繪畫創(chuàng)作大模型不同，視頻生成大模型的技術(shù)門檻更高，其需要克服文本和視頻內(nèi)容匹配度、視頻畫面質(zhì)量、畫面連續(xù)性等諸多技術(shù)挑戰(zhàn)。在此之前，阿里云和微軟等科技公司相繼推出一系列可控視頻生成研究成果，例如用戶可通過(guò)定義空間布局、運(yùn)動(dòng)模式等條件來(lái)生成視頻，但其畫面清晰度難以滿足真實(shí)場(chǎng)景應(yīng)用的需求。

制作頁(yè)面

目前，I2VGen-XL的模型和代碼均已開(kāi)源，國(guó)內(nèi)外社交媒體顯示，該模型已吸引了國(guó)內(nèi)外用戶和開(kāi)發(fā)者的廣泛體驗(yàn)和二次開(kāi)發(fā)，涌現(xiàn)了大量創(chuàng)意AI視頻生成內(nèi)容，例如在城堡上展翅的恐龍、宇航員在飛船中行走的科幻電影畫面等等。

在視覺(jué)生成領(lǐng)域，阿里云此前已推出AI繪畫創(chuàng)作大模型通義萬(wàn)相（基座模型Composer）和可控視頻生成模型VideoComposer，團(tuán)隊(duì)在該領(lǐng)域發(fā)表60多篇CCF-A類論文，并在國(guó)際頂級(jí)視覺(jué)競(jìng)賽中獲得10余項(xiàng)冠軍。