Meta 的超级智能实验室这次动作不小，图像和视频模型是一起放出来的，余家辉带的这条线总算给了个交代。从产品角度看，图像加视频一块推，意味着他们想的不只是单点跑分，而是把生成能力往一个统一入口上收。
至于实际手感怎么样，得看真放到手里试。视频这块历来是硬骨头，光有模型不够，可控性、时长、一致性哪一项都能劝退用户。
先观望，等能用上再评价。你们更关心图像那块的出图质量，还是视频的可控性？
MSL 这名字起得是真有野心
顶
视频模型才是硬骨头，光发出来不知道能不能打
余家辉之前那套图像 tokenizer 的思路挺硬的，期待一下
坐等实测
1 个赞
Meta 这两年模型的摊子是真越铺越大 