上证报中国证券网讯(记者杨翔菲)7月24日,爱诗科技发布视频生成产品PixVerse V2,全球同步开放。据悉,该产品采用Diffusion+Transformer(DiT)基础架构,并在各方面进行技术创新,提供了更长、更一致、更有趣的视频生成能力。在模型能力提升的同时,PixVerse V2还带来了AI视频生成的全新玩法:在保证一致性的前提下,一次生成多个视频片段,可实现单片段8秒,和多片段40秒的视频生成。
在时空建模方面,PixVerse V2引入了自研的时空注意力机制,不仅超越了传统的时空分离和 fullseq架构,而且提升了对空间和时间的感知能力,使得在处理复杂场景时表现更为出色。在文本理解方面,PixVerse V2利用了有更强大理解能力的多模态模型来提取prompt的表征,有效实现了文本信息与视频信息的精准对齐,进一步增强了模型的理解和表达能力。
此外,PixVerse V2在传统 flow 模型的基础上进行了优化,通过加权损失,促进了模型更快更优的收敛,从而提升整体训练效率。PixVerse V2在设计和优化上进行了针对性突破:支持一键生成1-5段连续的视频内容,且片段之间会保持主体形象、画面风格和场景元素的一致。
PixVerse V2还支持对生成结果进行二次编辑,通过智能识别内容和自动联想功能,用户可以灵活替换调整视频主体、动作、风格和运镜,进一步丰富创作的可能性。
作为AI视频生成赛道的头部公司,爱诗科技视频生成大模型产品PixVerse不仅得到广泛应用,更是目前用户量最大的国产AI视频生成产品。导演“闲人一坤”利用PixVerse创作的中式奇幻片《山海奇镜之劈波斩浪》,已成为国内影响力最大的AI视频之一。
爱诗科技联合创始人谢旭璋此前表示,当下AI视频仍处于比较早期的赛道,尚未真正普及到所有创作者的内容消费中。这一赛道虽然发展迅速,但仍有很长的道路需要走。
(文章来源:上海证券报·中国证券网)