Google 推出 VideoPoet:不用擴散模型,用 LLM 生成 10 秒大動作影片
Google 推出多模態影片生成模型 VideoPoet,打破主流的擴散模型路線,改用大語言模型整合文生影片、圖生影片及音效生成等任務。該模型主打連貫的大動作生成,能輸出偽影更少的 10 秒影片片段。這也展現了 LLM 架構在影片生成賽道上的通用潛力。
Google 推出多模態影片生成模型 VideoPoet,打破主流的擴散模型路線,改用大語言模型整合文生影片、圖生影片及音效生成等任務。該模型主打連貫的大動作生成,能輸出偽影更少的 10 秒影片片段。這也展現了 LLM 架構在影片生成賽道上的通用潛力。