VideoPoet：Google发布的用于视频生成的大语言模型
▼
VideoPoet是什么？
VideoPoet是Google发布的基于大语言模型（LLM）来实现视频生成的模型，之前主流视频生成模型如Stable Video Diffusion和Video Diffusion都是采用扩散架构，但VideoPoet是基于大语言模型（LLM）来实现视频生成的，即采用LLM的自回归架构。VideoPoet的一个特色是它将许多视频生成能力无缝集成到一个LLM中。
下图展示了VideoPoet的能力，它可以实现文本生成视频，图像生成视频，视频风格化，视频的inpainting和outpainting以及视频转语音。
下图是VideoPoet生成的一些视频示例：
了解更多详情，请前往谷歌官方介绍
▼
特别声明 本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。
