#这个AI爆火！输入1句话，生成1段视频！#
- AMiner学术头条
- 2022-06-10 14:50:04
【这个AI爆火！输入1句话，生成1段视频！】清华&智源研究院提出CogVideo：最大的文本生成视频模型
CogVideo应该是当前最大的、也是首个开源的文本生成视频模型。
在设计模型上，模型一共有90亿参数，基于预训练文本-图像模型CogView2打造，一共分为两个模块。
第一部分先基于CogView2，通过文本生成几帧图像，这时候合成视频的帧率还很低；
第二部分则会基于双向注意力模型对生成的几帧图像进行插帧，来生成帧率更高的完整视频。
……
论文：CogVideo: Large-scale Pretraining for Text-to-Video Generation via Transformers
论文及代码：人工智能 科技
AMiner官网：
网页链接
CogVideo应该是当前最大的、也是首个开源的文本生成视频模型。
在设计模型上，模型一共有90亿参数，基于预训练文本-图像模型CogView2打造，一共分为两个模块。
第一部分先基于CogView2，通过文本生成几帧图像，这时候合成视频的帧率还很低；
第二部分则会基于双向注意力模型对生成的几帧图像进行插帧，来生成帧率更高的完整视频。
……
论文：CogVideo: Large-scale Pretraining for Text-to-Video Generation via Transformers
论文及代码：人工智能 科技
AMiner官网：
网页链接
