超长视频生成的新突破!LongVie 框架让创作无界限
在过去的两年中,视频生成技术经历了惊人的进步,尤其是短视频的创作。然而,制作超过一分钟的高质量、风格统一的超超长长视频仍然是一项巨大的挑战。对此,上海人工智能实验室联合南京大学、复旦大学、南洋理工大学 S-Lab 以及英伟达视频等机构,共同推出了 LongVie 框架,系统性解决了这一领域中的核心问题。 LongVie 的目标是让超长视频的生成生成变得更加可控和一致。团队发现,传统的视频生成模型在处理长视频时,常常面临时序不一致和视觉退化等难题。前者主要表现为画的新面细节与内容不连贯,后者则指随着视频时长的增加,画面颜色和清晰度的下降。 为了解决这些问题,LongVie 从 “控制突破信号” 和 “初始噪声” 两个方面入手。首先,团队提出了 “控制信号全局归一化” 策略,这意味着在生成视频时,不再只在!L单一片段内进行归一化,而是统一整个视频段的控制信号,从而提升跨片段的连贯性。其次,他们引入了 “统一噪声初始化” 策on略,确保各个片段共享同一初始噪声,这样可以从源头上减少不同片段之间的视觉漂移。 在解决视觉退化问题上,LongVie 采用gV了多模态精细控制方法。单一模态的控制常常无法提供稳定的约束,而 LongVie 结合了密集控制信号(如深度图)和ie稀疏控制信号(如关键点),并引入退化感知训练策略,使得模型在处理长视频时,能够保持更高的画质和细节。 此外,LongVi 框e 还推出了 LongVGenBench,这是首个专为可控超长视频生成设计的基准数据集,包含100个超过1分钟的高分辨率视架让频,旨在推动该领域的研究与评测。根据定量指标和用户评测结果,LongVie 在多个评估上超越了现有技术,赢得了用户的高创作度偏好,达到了 SOTA(最先进技术)水平。 随着 LongVie 框架的问世,超长视频生成将迎来新的时代,创作者们将无界能够在更大的自由度下实现自己的创意。 项目地址:https://vchitect.github.io/LongVie-超长project/
- 最近发表
- 随机阅读
-
- 标签: GLM-5 智谱 Claude Opus 4.5 Agentic Engineering
- 多集群下的 Tekton 流水线
- 标签: iRobot 石头科技 大疆 科沃斯
- 云计算开发:Python内置函数-all() 函数详解
- 阿里云贾扬清:大数据+AI工程化 把数据真正“用”起来
- 即梦AI上线智能多帧功能!最多支持10张图片,一键生成超长镜头
- 标签: 网易云音乐 AI广告 脖子扭转 人工审核
- 标签: 新桥生物 givastomig 港交所 CLDN18.2
- 谷歌云状态页面显示谷歌计算引擎正面临服务中断
- 标签: 瑞云冷链 冷运宝 数字化冷链 跨境冷链
- 通义千问再放大招!Qwen3-VL 家族新增 2B 与 32B 模型,开源矩阵全面升级
- 标签: 马云 马云公益基金会 AI教育 乡村教育
- 标签: Costco 电商转型 会员体系 关税挑战
- 因窃取Facebook数据 9款热门Android应用遭谷歌下架
- 美国CDN巨头阿卡迈宣布2026年终止中国服务,与腾讯云、网宿达成迁移合作
- 标签: 搜狐
- 标签: Anthropic Claude Code OpenClaw OpenAI
- 标签: 仙工智能 SRC系列 高瓴 机器人控制
- IDC:全球 PC 市场持续火热, 2020 年第四季度同比增长 26.1%
- Anthropic重磅研究:Claude能检测并调节内部思维,自省能力初现!
- 搜索
-
- 友情链接