Follow
AI 生成视频的热度一直在技术圈中递增不减，此前，Colossal-AI 团队在 GitHub 全面开源了全球首个类 Sora 架构视频生成模型 「Open-Sora」，涵盖了整个训练流程，包括数据处理、所有训练细节和模型权重。
近日，Open-Sora 在开源社区悄悄更新了，现已支持长达单镜头 16 秒的视频生成，分辨率最高可达 720p，并且可以处理任何宽高比的文本到图像、文本到视频、图像到视频、视频到视频和无限长视频的生成需求。
GitHub: https://github.com/hpcaitech/Open-Sora
本次更新内容依旧全部开源，包含最新的模型架构、最新的模型权重、多时间/分辨率/长宽比/帧率的训练流程、数据收集和预处理的完整流程、所有的训练细节、demo 示例和详尽的上手教程。
另外，团队在 GitHub 上正式发布了 Open-Sora 技术报告，本次更新主要包括以下几项关键特性：
- 支持长视频生成；
- 视频生成分辨率最高可达 720p；
- 单模型支持任何宽高比，不同分辨率和时长的文本到图像、文本到视频、图像到视频、视频到视频和无限长视频的生成需求；
- 提出了更稳定的模型架构设计，支持多时间 / 分辨率 / 长宽比 / 帧率训练；
- 开源了最新的自动数据处理全流程。
所有代码均已开源至 GitHub，对 AI 文生视频感兴趣的同学，可以体验一下。
