开源视频

豆包开源视频生成模型 VideoWorld：首创免语言模型依赖认知世界

2 月 10 日消息，豆包大模型团队联合北京交通大学、中国科学技术大学共同开发的视频生成实验模型“VideoWorld”今日开源。不同于 Sora 、DALL-E 、Midjourney 等主流多模态模型，VideoWorld 在业界首次实现无需依赖语言模型，即可认知世界。据介绍，现有模型大多依赖语言或标签数据学习知识，很少涉及纯视觉信号的学习。然而，语言并不能捕捉真实世界中的所有知识。例如折纸…
资讯
- 1.1k
1 个月前

搜索