圖片來源: CogVideo官網
CogVideo是第一個基於現有文本-圖像生成模型CogView2的文本-視頻生成模型,有94億個參數,在540萬對文本和視頻上進行了訓練,目前它是一個開源模型,任何人都可以使用。
應用面:
This is is part of my live-learning series I will be updating this post as I continue through my journey. I apologize for any grammatical errors or incoherent thoughts. This is a practice to help me share things that are valuable without falling apart from the pressure of perfection.
In this article, we will Delve into the intricacies of this cutting-edge technology, exploring its capabilities, potential, and how you can harness its power for your own creative endeavors.
Compare CogVideo vs min-dalle and see what are their differences.
This Article is written as a summay by Marktechpost Research Staff based on the paper 'CogVideo: Large-scale Pretraining for Text-to-Video Generation via Transformers'.
CogVideo 應該是當前最大的、也是首個開源的文本(Text)生成視頻(Video)模型。在設計模型上,模型一共有90億參數,基於預訓練「文本-圖像」模型 CogView2 打造,一共分為2個模塊。
CogVideo應該是目前社區中第一個開源的大規模文本到視頻合成的Transformer模型,CogVideo也第一次嘗試了如何將預訓練的文本到圖像生成模型遷移到文本到視頻合成模型中,這為後續工作的開展提供了全新的思路。
圖片來源: Sora Town 官網
SORA是OpenAI開發的生成模型,它能將文字描述轉換為動態且逼真的視訊內容,它能夠生成敘事驅動的影片,提供多樣性的輸出選項,並可應用於各個產業,包括影片製作、行銷、娛樂等。
點擊人數: 143 +
圖片來源: Fliki官網
Fliki可以將輸入之文章或是部落格轉換成AI語音音頻,並且可以依據文章語言、調性選擇語氣情感,可選擇只生成語音或是結合圖像/影音生成影片。
點擊人數: 290 +
圖片來源: Shuffll官網
Shuffll 可根據使用者所輸入之文本生成符合主題之內容文字與影片,並根據使用者所選擇支應領域更改內容風格。
點擊人數: 90 +
工具分類建議
感謝您的建議,我們將廣搜意見後優化分類!