一份全面清單：Web3行業(yè)高薪酬的13種工作
來源：區(qū)塊鏈騎士這可能會讓許多人感到震驚，但除了成為開發(fā)人員之外，Web3還有其他高薪工作。Web3可能是現(xiàn)代就業(yè)市場中跨學(xué)科最多的領(lǐng)域，換句話說，它由許多個在不同領(lǐng)域中具有不同
7 月 28 日消息，今晚，阿里開源視頻生成模型「通義萬相 Wan2.2」，此次共開源文生視頻（Wan2.2-T2V-A14B）、圖生視頻（Wan2.2-I2V-A14B）和統(tǒng)一視頻生成（Wan2.2-IT2V-5B）三款模型，其中文生視頻模型和圖生視頻模型均為業(yè)界首個使用 MoE 架構(gòu)的視頻生成模型，總參數(shù)量為 27B，激活參數(shù) 14B；同時，首創(chuàng)電影美學(xué)控制系統(tǒng)，光影、色彩、構(gòu)圖、微表情等能力媲美專業(yè)電影水平。
開發(fā)者可在 GitHub、HuggingFace、魔搭社區(qū)下載模型和代碼，企業(yè)可在阿里云百煉調(diào)用模型 API，用戶還可在通義萬相官網(wǎng)和通義 App 直接體驗。
據(jù)官方介紹，通義萬相 2.2 率先在視頻生成擴散模型中引入 MoE 架構(gòu)，有效解決視頻生成處理 Token 過長導(dǎo)致的計算資源消耗大問題。Wan2.2-T2V-A14B、Wan2.2-I2V-A14B 兩款模型均由高噪聲專家模型和低噪專家模型組成，分別負責視頻的整體布局和細節(jié)完善，在同參數(shù)規(guī)模下，可節(jié)省約 50% 的計算資源消耗，在模型能力上，通義萬相 2.2 在復(fù)雜運動生成、人物交互、美學(xué)表達、復(fù)雜運動等維度上也取得了顯著提升。
Wan2.2 還首創(chuàng)了「電影美學(xué)控制系統(tǒng)」，光影、色彩、構(gòu)圖、微表情等能力媲美專業(yè)電影水平。例如，用戶輸入「黃昏」、「柔光」、「邊緣光」、「暖色調(diào)」「中心構(gòu)圖」等關(guān)鍵詞，模型可自動生成金色的落日余暉的浪漫畫面；使用「冷色調(diào)」、「硬光」、「平衡圖」、「低角度」的組合，則可以生成接近科幻片的畫面效果。
通義萬相還開源了一款 5B 小尺寸的統(tǒng)一視頻生成模型，單一模型同時支持文生視頻和圖生視頻，可在消費級顯卡部署。該模型采用了高壓縮率 3D VAE 架構(gòu)，時間與空間壓縮比達到高達 4×16×16，信息壓縮率提升至 64，均實現(xiàn)了開源模型的最高水平，僅需 22G 顯存（單張消費級顯卡）即可在數(shù)分鐘內(nèi)生成 5 秒高清視頻，是目前 24 幀每秒、720P 像素級的生成速度最快的基礎(chǔ)模型。
自今年 2 月以來，通義萬相已連續(xù)開源文生視頻、圖生視頻、首尾幀生視頻和全能編輯等多款模型，在開源社區(qū)的下載量已超 500 萬。
附開源地址：
GitHub：https://github.com/Wan-Video/Wan2.2
HuggingFace：https://huggingface.co/Wan-AI
魔搭社區(qū)：https://modelscope.cn/organization/Wan-AI
本文鏈接：http://www.tebozhan.com/showinfo-45-15113-0.html阿里巴巴開源視頻生成模型通義萬相 Wan2.2，首創(chuàng)電影美學(xué)控制系統(tǒng)
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
上一篇： Anthropic 對 Claude Pro Max 開出“限量令”：8 月 28 日起實施，影響不足 5% 訂閱者
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請聯(lián)系：2376512515@qq.com 津ICP備18001702號
津公網(wǎng)安備 12010102000574號