开启视频领域的AI赋能时代 中国版Sora级视频大模型发布

在 Sora 席卷全球之后，视频生成方向热火朝天，不断迎来新的进展。近日，在奇绩创坛路演日上，世界模型公司极佳科技联合清华大学自动化系正式发布中国首个超长时长、高性价比、端侧可用的 Sora 级视频生成大模型——视界一粟 YiSu，引起社会各界广泛的反响和关注。

1. 视频生成领域的重大突破

目前市面上大部分的视频生成应用，都是基于 3-5 秒的视频生成模型，应用和体验上限制比较明显。极佳科技 CEO 黄冠认为：只有视频生成做到模型原生 16 秒（以及更长），同时保持自然的运动和表现力，做应用才有价值。

简单来看，视界一粟 YiSu 拥有模型原生的 16 秒超长时长，并可生成至 1 分钟以上；同时还拥有超大运动、超强表现力、懂物理世界等众多优势；更重要的是，YiSu 模型成本更低、速度更快、端侧可用；极佳科技希望通过 YiSu 模型强大的性能和极致的性价比，更快实现长视频生成的大规模产品应用。

2. 自研的视频生成技术路线

Sora 的爆火，让 DiT（Diffusion Transformer，Sora 的重要技术基础之一）受到了业内极大的关注，很多公司和项目在 Sora 之后都开始复现 DiT 路线。

极佳科技和清华大学研究人员在视频生成技术路线上有着深入的积累和独特的理解，在 autoregressive、Masked Token、DiT、UNet 等不同路线方面均拥有丰富的经验。此前，团队提出的 WorldDreamer，是全球第一次以 Transformer 和 LLM（Masked Token 路线）为中心的视频生成工作。

视界一粟 YiSu 基于团队自研的视频生成大模型技术，并没有止步于 DiT，而是融合 LLM 和扩散模型的自研架构，结合各种路线的优势，在多模态融合、训练效率、推理效率、模型效果等方面达到极致的优化，打造视频生成的最佳方案。

3. 视频-Native 的超级应用

在极佳科技看来，过去两年我们看到了多个语言-Native 和图像-Native 的爆款应用，已经彻底改变人们的工作生活很多方面，下一个就轮到视频方向了。而通用智能时代的目前阶段，领先的模型就是爆款的应用。

基于视界一粟 YiSu 的惊艳效果，极佳科技正在打造 AI-Native 和视频-Native 的爆款应用，希望给广大用户带来 AI 时代不一样的体验和价值。面向通用智能时代，全球都在期待 AI-Native 的超级应用。语言模型展现了强大的对话、理解、总结、推理等文本方面的能力，展现了通用智能的曙光；图像生成模型展现了强大的生成、娱乐和艺术能力。而在目前人们已经已经习惯视频内容的时代，文本和图像的内容似乎仍然对于广大用户的价值仍然比较有限。视频生成可能是打破这一局面的重要技术突破，视频-Native 的爆款应用更有可能走向超级应用，拥有无限的想象空间。

4. 数据引擎

OpenAI 把 Sora 叫做世界模拟器，从视频生成走向世界模型，会成为通用智能的新一代数据引擎，对于自动驾驶、通用机器人等物理世界的通用智能具有极其关键的作用。世界模型在数据生成、闭环仿真、端到端方案等方面都具有重要的价值。YiSu 也展示了基于视频生成的同款架构，用于自动驾驶和机器人场景世界模型的效果。极佳科技在世界模型和数据引擎的技术和应用上都保持行业领先。

2023 年 9 月，极佳科技推出了全球首个真实世界视频数据集 CitySee，面向小视频理解、自动驾驶、机器人场景理解、城市规划、智能安防等领域。

结语

视界一粟 YiSu 的发布，标志着中国视频生成技术取得了重大突破。极佳科技希望通过 YiSu 模型，加速视频生成的大规模产品化应用，促进视频-Native 超级应用的落地，为通用智能时代的发展注入新的动力。

马上收录导航

---

---

相关标签： 超级、 算法、 飞轮、 native、 大模型、 机器人、

上一篇：夏季高级感穿搭指南清爽耐看不失时尚

下一篇：高管离职调岗PICO近半员工离职字节系元宇宙