愛詩科技近日發佈了其視頻生成產品PixVerse V2，這是一個基於AI視頻大模型的創新工具，旨在幫助用戶釋放創意潛力。PixVerse V2採用了Diffusion+Transformer（DiT）基礎架構，並在多個方面進行了技術創新，使得視頻生成更加流暢、一致和有趣。

微信截圖_20240725084918.png

主要特點包括:

  • 時空注意力機制:PixVerse V2引入了自研的時空注意力機制，提升了對空間和時間的感知能力，特別是在處理複雜場景時表現更爲出色。

  • 文本理解能力:通過多模態模型，PixVerse V2能夠更精準地對齊文本信息和視頻信息，增強了模型的理解和表達能力。

  • 優化的模型訓練:在傳統flow模型的基礎上，PixVerse V2通過加權損失促進了模型更快更優的收斂，提升了整體訓練效率。

  • 視頻生成能力:PixVerse V2支持一次生成多個視頻片段，單片段可達到8秒，多片段可達到40秒，同時保持片段間的一致性。

  • 用戶友好的功能:PixVerse V2支持一鍵生成1-5段連續視頻內容，且片段之間保持主體形象、畫面風格和場景元素的一致。此外，用戶還可以對生成結果進行二次編輯，靈活替換調整視頻內容。

愛詩科技團隊計劃在未來3個月內進行多次迭代升級，以提供更好的AI視頻生成體驗。PixVerse V2的目標是讓AI視頻創作變得更加便捷和高效，無論是記錄日常生活還是講述視頻故事，都能輕鬆實現。