Google 推出 VideoPoet:不用扩散模型,用 LLM 生成 10 秒大动作视频
Google 推出多模态视频生成模型 VideoPoet,打破主流的扩散模型路线,改用大语言模型整合文生视频、图生视频及音效生成等任务。该模型主打连贯的大动作生成,能输出伪影更少的 10 秒视频片段。这也展现了 LLM 架构在视频生成赛道上的通用潜力。
Google 推出多模态视频生成模型 VideoPoet,打破主流的扩散模型路线,改用大语言模型整合文生视频、图生视频及音效生成等任务。该模型主打连贯的大动作生成,能输出伪影更少的 10 秒视频片段。这也展现了 LLM 架构在视频生成赛道上的通用潜力。