刚看到智象放出新一代原生全模态的世界模型，主打电影级画质生成。我在学校教美术，对画面质感这种词一向留个心眼——电影级这三个字被用得太多，真正能撑起来的没几个。
不过全模态和世界模型这个提法本身值得注意，如果它真是把文本、图像、视频这些放在一个统一的框架里训练，而不是各自拼接，那生成结果在一致性上理论上会好很多，比如同一个角色在不同镜头里不走样，这一直是学生做创作时最头疼的。
画质到底能不能对得起电影级，还得看实际出来的片子，宣传归宣传，眼见为实。
电影级这词现在信一半就行
全模态统一训练如果是真的，一致性会强不少
1 个赞
角色跨镜头不走样太重要了，学生最头疼这个
mark
电影级这三个字被用滥了，真要盯的是跨镜头一致性稳不稳，画质是次要