新闻中心 
-
03-13颜水成/程明明新作！Sora核心组件DiT训练提速10倍，Masked Diffusion Transformer V2开源作为Sora引人注目的核心技术之一，DiT利用DiffusionTransformer将生成模型扩展到更大的规模，从而实现出色的图像生成效果。然而，更大的模型规...
-
03-12被误解的「中文版Sora」背后，字节跳动有哪些技术？2024开年，OpenAI就在生成式AI领域扔下了重磅炸弹：Sora。这几年，视频生成领域的技术迭代持续加速，很多科技公司也公布了相关技术进展和落地成果。在此之...
-
03-11Pika推出音画同步新功能一天后，翻车视频来了Pika的音效新功能「SoundEffects」，有大大的惊喜，也有小小的「惊吓」。Sora的出现让文生视频模型及应用火了起来。不过，此类模型生成的视频大多数都...
-
03-11基于DiT，支持4K图像生成，华为诺亚0.6B文生图模型PixArt-Σ来了这个模型和Sora一样采用了DiT框架。众所周知，开发顶级的文生图（T2I）模型需要大量资源，因此资源有限的个人研究者基本都不可能承担得起，这也成为了AIGC（...
-
03-11Pika放大招：今天起，视频和音效可以“一锅出”了！就在刚刚，Pika发布了一项新功能：很抱歉我们之前一直处于静音状态。今天起，大家可以给视频无缝生成音效了——SoundEffects！生成的方式有两种：要么给一...
-
03-07全面超越ViT，美团、浙大等提出视觉任务统一架构VisionLLAMA半年多来，Meta开源的LLaMA架构在LLM中经受了考验并大获成功（训练稳定、容易做scaling）。沿袭ViT的研究思路，我们能否借助创新性的LLaMA架构...
