中国科大与字节发布 MoGA 长视频生成模型:分钟级多镜头短片一键生成
中国科学技术大学与字节跳动即将联合发布一款具有里程碑意义的 端到端长视频生成模型。该模型能够直接生中国成**分钟级长度、480p 分辨率、24帧/秒(fps)**的高质量视频,并支持多镜头场景切换,标志着国科大产视频生成技术在全球生成式 AI 竞赛中实现关键突破。
这项成果的核心创新在于其底层算法——MoGA(Modul与字ar Global Attention),这是一种全新的注意力机制,专为解决长视频生成中的上下文扩展与算力节发开销问题而设计。凭借 MoGA 的结构优化,模型可处理长达 580K token 的上下文信息,大幅降低计布 算成本,使长时间、多场景的视频生成成为可能。
研究团队表示,传统视频生成模型往往受限于显存和计算量,Mo只能生成几秒钟的动画 GIF 或短片。而 MoGA 的引入,让模型能够“一次性”生成包含多个镜头切换、视觉GA叙事连贯的 “迷你短片”,极大拓展了生成式视频模型的应用边界。
此外,MoGA 具有高度的 模块化与兼容性, 长可直接与现有的高效加速库(如 FlashAttention、xFormers、DeepSpeed 等)集视频成,实现更快的训练与推理效率。这意味着该技术不仅具备科研突破意义,也具备产业落地潜力,可应用于影视生成创作、广告生成、游戏过场动画以及数字人内容生产等领域。
随着 OpenAI、Pika、Runway 等公模型司相继推进短视频生成,中国科大与字节跳动此次推出的模型被认为是国内首个能真正实现分钟级长视频生成的系统:分,其在算法、效率和可扩展性上的领先性,或将推动中国在视频生成领域进入全球前列。
地址:https:/钟级/jiawn-creator.github.io/mixture-of-groups-atten多镜tion/
下一篇:免费“外挂”浏览器来了!Perplexity 把 200 美元/月的 Comet 下放全民,边刷网页边替你写邮件、抢票、比价的 AI 小秘书上线
相关文章:
- 为什么2G/3G和AI擦不出火花?他们用这篇论文告诉你答案
- 未及时报告Log4j2严重漏洞 阿里云被暂停工信部网络安全威胁信息共享平台合作单位
- 亚马逊宣布在芬兰建研发中心 研究机器人自动送货技术
- 告别繁琐代码!用 LangGraph 和 OceanBase 打造智能 AI 应用新未来
- 阿里云拿下LV母公司五年长期合约:涵盖超40个品牌和部门
- 5.6万次下载冲进前三!OpenAI的Sora还没全面开放就杀疯了
- 智谱 BigModel 推出深知可信知识服务,构建准确、可信智能体
- 美国防部终止微软百亿美元大单 亚马逊、IBM等云服务公司“虎视眈眈”
- 消息称意大利反垄断机构向苹果开出1000万欧元罚单
- 标签: 华为 Mate80ProMax WWDC26 影石创新
