證券時報網(wǎng)
2025-04-24 
昆侖萬維：SkyReels-V2開源突破視頻生成技術(shù)邊界開啟無限時長電影生成新時代
4月21日，昆侖萬維SkyReels團(tuán)隊正式發(fā)布并開源SkyReels-V2——全球首個使用擴(kuò)散強(qiáng)迫（Diffusion-forcing）框架的無限時長電影生成模型，其通過結(jié)合多模態(tài)大語言模型（MLLM）、多階段預(yù)訓(xùn)練（Multi-stage Pretraining）、強(qiáng)化學(xué)習(xí)（Reinforcement Learning）和擴(kuò)散強(qiáng)迫（Diffusion-forcing）框架來實現(xiàn)協(xié)同優(yōu)化。
回顧過去一年，視頻生成技術(shù)在擴(kuò)散模型和自回歸框架的推動下取得了顯著進(jìn)展，但在提示詞遵循、視覺質(zhì)量、運動動態(tài)和視頻時長的協(xié)調(diào)上仍面臨重大挑戰(zhàn)。
現(xiàn)有技術(shù)在提升穩(wěn)定的視覺質(zhì)量時往往犧牲運動動態(tài)效果，為了優(yōu)先考慮高分辨率而限制視頻時長（通常為5—10秒），并且由于通用多模態(tài)大語言模型（MLLM）無法解讀電影語法（如鏡頭構(gòu)圖、演員表情和攝像機(jī)運動），導(dǎo)致鏡頭感知生成能力不足。這些相互關(guān)聯(lián)的限制阻礙了長視頻的逼真合成和專業(yè)電影風(fēng)格的生成。
為了解決這些痛點，SkyReels-V2應(yīng)運而生，它不僅在技術(shù)上實現(xiàn)了突破，還提供了多種有用的應(yīng)用場景，包括故事生成、圖生視頻、運鏡專家和多主體一致性視頻生成（SkyReels-A2）。
SkyReels-V2現(xiàn)已支持生成30秒、40秒的視頻，且具備生成高運動質(zhì)量、高一致性、高保真視頻的能力。
SkyReels-V2的推出標(biāo)志著視頻生成技術(shù)邁入了一個新的階段，為實現(xiàn)高質(zhì)量、長時間的電影風(fēng)格視頻生成提供了全新的解決方案。它不僅為內(nèi)容創(chuàng)作者提供了強(qiáng)大的工具，更開啟了利用AI進(jìn)行視頻敘事和創(chuàng)意表達(dá)的無限可能。
昆侖萬維表示，SkyReels團(tuán)隊仍致力于推動視頻生成技術(shù)的發(fā)展，并將SkyCaptioner-V1和SkyReels-V2系列模型（包括擴(kuò)散強(qiáng)迫、文本到視頻、圖像到視頻、攝像導(dǎo)演和元素到視頻模型）的各種尺寸（1.3B、5B、14B）進(jìn)行完全開源，以促進(jìn)學(xué)術(shù)界和工業(yè)界的進(jìn)一步研究和應(yīng)用。（燕云）
校對：楊立林
（文章來源：證券時報網(wǎng)）
Tags:
相關(guān)推薦
- 免責(zé)聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應(yīng)被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認(rèn)可。 交易和投資涉及高風(fēng)險，讀者在采取與本文內(nèi)容相關(guān)的任何行動之前，請務(wù)必進(jìn)行充分的盡職調(diào)查。最終的決策應(yīng)該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產(chǎn)生的任何金錢損失負(fù)任何責(zé)任。
