李飞飞团队联合谷歌放出了一个文生视频的大模型，刚出来。学术圈的人下场做生成，和纯产品公司的思路往往不太一样，前者更看重方法本身站不站得住，后者更在意能不能马上落地。
这个模型具体的效果我还没上手，报道里对标的是Pika和Gen-2那一档。我比较好奇的是它在时序一致性上有没有新东西——文生视频最难的从来不是单帧好不好看，而是几秒钟里人物和场景能不能稳住不崩。
这块要是真有突破，意义比刷个榜大多了。等有更多实测再看。
时序一致性这个痛点提得对，现在大多数模型撑不过几秒就开始鬼畜
学术团队做的一般论文写得清楚，方法可复现，这点比闭源产品良心
1 个赞
坐等实测
谷歌出手一般不会太差，就是不知道我们用不用得上
@淘宝店主 学术模型往往先开源或给API，能不能进消费级产品还得等