扩散Transformer
颠覆视频创作!阿里巴巴 VACE 模型统一处理文本、图像和视频输入
阿里巴巴集团的科学家们推出了 VACE,这是一种旨在统一处理广泛视频生成和编辑任务的通用人工智能模型。 VACE 的核心是增强的扩散 Transformer 架构,其创新之处在于“视频条件单元”(VCU)这一新型输入格式。 VCU 将文本提示、参考图像或视频序列以及空间蒙版等多种模态输入提炼为统一的表示,并通过专门的机制协调不同输入,避免冲突。
4/23/2025 11:00:57 AM
AI在线
- 1
资讯热榜
OpenAI 宣布印度用户可享受一年免费 ChatGPT Go 服务
LangChain V1.0 深度解析:手把手带你跑通全新智能体架构
软银豪掷225亿美元加码OpenAI,AI音乐与超级融资计划全面提速
OpenAI 收购苹果 “快捷指令” 原团队新创公司
LLM近一半回答在扭曲真相!ChatGPT、Gemini,全部顶流模型统统中招!BBC研究:AI系统性错误把媒体拖下水,信任滑坡
消息称软银批准对 OpenAI 追加 225 亿美元投资,助力未来上市
OpenAI 披露:每周有超过一百万人与 ChatGPT 倾诉自杀倾向
中小企业AI落地的算力“最优解”:一台插电即用的Mac mini
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
DeepSeek
谷歌
AI绘画
机器人
大模型
数据
Midjourney
开源
Meta
智能
微软
用户
AI新词
GPT
学习
技术
智能体
马斯克
Gemini
图像
Anthropic
英伟达
AI创作
训练
LLM
论文
代码
算法
Agent
AI for Science
芯片
苹果
腾讯
Stable Diffusion
Claude
蛋白质
开发者
生成式
神经网络
xAI
机器学习
3D
RAG
人形机器人
研究
AI视频
生成
大语言模型
具身智能
Sora
工具
GPU
百度
华为
计算
字节跳动
AI设计
AGI
大型语言模型
搜索
视频生成
场景
深度学习
DeepMind
架构
生成式AI
编程
视觉
Transformer
预测
AI模型
伟达
亚马逊
MCP