- 简介
Phenaki是一种人工智能模型，可以直接从文本生成多分钟长的视频。您还可以从静止图像和提示生成视频。就时空质量和每个视频的令牌数量而言，拟议的视频编码器-解码器的性能优于文献中当前使用的所有每帧基线。为了从文本生成视频令牌，他们使用了以预先计算的文本令牌为条件的双向屏蔽转换器。生成的视频令牌随后被去代币化以创建实际视频。
- 猜你喜欢
-
Dezgo电商工具 -
Neural frames电商工具 -
Manga TV电商工具 -
魔音工坊电商工具 -
小说故事绘图电商工具 -
声动视界电商工具 -
牛小影电商工具 -
剪刀手批量剪辑电商工具 -
Cognitivemill电商工具
- 相关推荐
-
Gling电商工具 -
Vizard电商工具 -
-
Oxolo.com电商工具 -
Nova AI电商工具 -
Clippah电商工具 -
Instant Chapters电商工具 -
2short.ai电商工具 -
Deepshot AI电商工具
- 推荐AI教程资讯
- MemFree – 开源的混合AI搜索引擎，支持多模态搜索和提问
- GarDiff – AI虚拟试穿技术，生成高保真试穿图像保留服装细节
- NeMo – 英伟达推出的用于构建、定制和部署生成式AI模型
- Oryx – 腾讯联合清华和南洋理工大学推出的多模态大语言模型
- I2VEdit – AI视频编辑技术，基于扩散模型实现首帧编辑引导
- HouseCrafter – 东北大学和 Stability AI推出2D转换3D室内场景的技术
- AMD-135M – AMD推出的首款小型语言模型
- JoyHallo – 京东推出的音频驱动视频生成AI数字人模型
- Seed-VC – 零样本实现声音克隆和转换的技术
- Phidias – 检索增强的3D内容生成模型，支持多模态输入
