图森未来正式发布图生视频大模型“Ruyi” 推动创作新变革

小大

用微信扫描二维码
分享至好友和朋友圈

关键词：

2024-12-17 11:28:49 搜狐网

图森未来正式发布图生视频大模型Ruyi。12月17日，图森未来发布了其图像生成大模型“Ruyi”，引起业界广泛关注。该模型专为消费级显卡优化，用户可以通过huggingface平台下载开源版本Ruyi-Mini-7B。这一发布标志着图像生成技术的重大进步，为AI创作者提供了便捷和高质量的工具，推动了智能设备领域的创新发展。

Ruyi支持从384x384到1024x1024的分辨率，用户可根据需要调整视频长宽比，最长可生成120帧/5秒的视频。此外，Ruyi允许用户设置最多5个起始帧和5个结束帧，通过循环叠加实现无限长度的视频生成。模型还提供四档运动幅度控制，用户能精确把控画面变化程度。在镜头控制方面，Ruyi能满足多种需求，包括上、下、左、右及静止的镜头角度，极大丰富了创作空间。

该技术基于DiT架构，包含CasualVAE模块和DiffusionTransformer模块。CasualVAE模块负责视频数据的高效压缩与解压缩，而DiffusionTransformer则在压缩后生成高质量视频。Ruyi模型总参数量达7.1亿，使用了约200M视频片段进行训练，显示出其在视频生成领域的强大能力和潜力。这项技术将使影视制作人、内容创作者和设计师享受到更高效便捷的体验。

在实际应用中，Ruyi为游戏、视频制作、日常社交平台等领域提供了新的可能性。通过灵活的参数设置和高效的处理能力，创作者可以快速生成内容，提升生产效率，甚至实现高质量的实时渲染。这对需要大量视频素材的行业尤其有吸引力。在竞争激烈的智能设备市场上，Ruyi的发布吸引了众多创作者的关注，成为AI图像生成领域的重要选择。

尽管功能强大，Ruyi目前仍存在一些不足之处，如手部畸形、多人物时面部细节崩坏及不可控的转场效果等。这表明未来还需进一步改进模型，增强其实用性和兼容性。随着不断更新和完善，Ruyi将越来越符合市场需求，并提升用户体验。

Ruyi的推出使其在视频生成技术的竞争中占得先机，与Adobe、NVIDIA等行业巨头形成有效竞争。技术的开源模式让更多的开发者和爱好者参与迭代，推动AI创作的普及。越来越多的创作者开始利用这一先进技术进行个性化创作，对内容生产的形态产生深远影响。

图森未来的Ruyi大模型为视频内容创作开启了新的大门，其技术进步和市场反响显著。未来，行业将更加关注这类技术的发展及其应用，特别是在创作效率和质量上，Ruyi有潜力引领行业变革。对于有意尝试这一创新工具的创作者来说，Ruyi的开源特性为他们提供了一个良好的起点，鼓励更多创意思维的诞生。

(责任编辑：卢其龙 CN070)

关闭

图森未来正式发布图生视频大模型“Ruyi” 推动创作新变革

相关新闻

今日热点

频道热点