阿里云再推视频生成大模子，2分钟生成高清电影级效果视频 | 雷峰网

近日，阿里云推出全新视频生成大模子I2VGen-XL，并在魔搭社区通达体验，用户上传一张图片后2分钟傍边即可生成一段1280*720的高分别率视频，该模子研发肃肃东谈主默示，未来将进一步已毕2K超清效果，可运用于短视频履行坐褥、电影制作等场景。

I2VGen-XL在魔搭社区通达体验

和业界爆火的AI绘制创作大模子不同，视频生成大模子的时间门槛更高，其需要克服文本和视频履行匹配度、视频画面质料、画面一语气性等诸多时间挑战。在此之前，阿里云和微软等科技公司接踵推出一系列可控视频生成盘考后果，举例用户可通过界说空间布局、畅通口头等条款来生成视频，但其画面明晰度难以闲散果真场景运用的需求。

针对该问题，阿里云进一步建议立异想路，I2VGen-XL模子谋划了两个阶段，率先在低分别率条款下保证生成按捺和给定图像语义的匹配度，随后通过视频扩散模子(VLDM)来提高视频分别率，并同期莳植时分和空间上的一致性，保证最终视频履行的明晰度和连贯性，最终已毕1280*720高分别率的冲突，况且在画面细节的展现上大幅跳跃现存模子。据先容，该模子的考验还使用了多种作风的视频数据，因此可生成科技感、电影色、卡通作风和素描等类型丰富的视频。

I2VGen-XL经由图

现在，I2VGen-XL的模子和代码均已开源，国表里酬酢媒体夸耀，该模子已劝诱国表里用户和诞生者的庸碌体验和二次诞生，显现了大量创意AI视频生成履行，举例在城堡上展翅的恐龙、宇航员在飞船中行走的科幻电影画面等等……有名AI酬酢媒体分析师Ahsen Khaliq在推特发布多条由该模子生成的视频效果，并默示模子在明晰度、纹理、语义和时分一语气性方面有上风。

国表里网友和诞生者庸碌柔软和体验

在视觉生成鸿沟，阿里云此前已推出AI绘制创作大模子通义万相（基座模子Composer）和可控视频生成模子VideoComposer，团队在该鸿沟发表60多篇CCF-A类论文，并在海外顶级视觉竞赛中取得10余项冠军。

模子体验议论：thtps://modelscope.cn/studios/damo/I2VGen-XL-Demo/summary

雷峰网(公众号：雷峰网)

雷峰网版权著作，未经授权龙套转载。细目见转载应知。