單鏡頭16秒720p高清影片一鍵生成，開源版Sora又有新驚喜了

瀾晨Open-Sora 團隊在720p 高清文生視頻質量和生成時長上實現了突破性進展，支持無縫產出任意風格的高質量短片，令人驚喜的是，，令人驚喜的是，他們選擇再帶給開源社群億點點震撼，繼續全部開源。

開源位址：https://github.com/hpcaitech/Open-Sora

透過他們的模型權重，能夠產生各種酷炫的短片，例如海浪和海螺的親密接觸，還有那些深不可測的森林祕境。

人物肖像的渲染也相當逼真。

還能精準渲染賽博朋克風，讓短片瞬間充滿強烈的未來感和科技感。

                               ^{之後壓縮中壓縮使用。}

也能產生有趣生動的動畫鏡頭，帶來極具表現力的視覺體驗。

                            ^{之後中壓縮使用。}

即使是電影級的鏡頭製作，也能輕鬆應付。

例如，實現流暢的變焦效果，為影片增添專業級的視覺效果。

                               ^{之後壓縮中壓縮使用。}

還能幫助電影製作人員創造出逼真的電影鏡頭。

                               ^{之後壓縮中壓縮使用。}

瀟晨的Open-Sora 模型以其卓越的性能揭示了視頻生成領域的廣闊前景，而他們的模型權重和訓練代碼已經全面開源，感興趣的朋友可以訪問他們的GitHub 地址：https ://github.com/hpcaitech/Open-Sora

文生視訊界的開源戰士

LambdaLabs，美國科技界獨角獸，基於潞晨團隊先前開源的Open-Sora 模型權重打造了一個數位晨獸樂高宇宙，樂高迷在這裡找到了極致的創意體驗。

潞晨團隊深諳開源對於文生視訊技術突破的加速度，他們不僅持續開源模型權重，還在Github 上曬出了技術路線，讓每個玩家都能成為文生視頻大模型的掌控者，不再是單純的圍觀群眾。報告一出爐，我們就火速進行了深度挖掘和解析，試圖捕捉文生視訊技術的最新動向。 （報告網址：https://github.com/hpcaitech/Open-Sora/blob/main/docs/report_03.md）

技術深度解碼

在潞晨 OpenSora 團隊發布的這份技術報告中，他們深度剖析了本次模型訓練的核心與關鍵。在上一個版本基礎上，引入了視訊壓縮網路（Video Compression Network）、更優的擴散模型演算法、更多的可控性，並利用更多的資料訓練出了 1.1B 的擴散生成模型。

在這個 "算力為王" 的時代，我們深知視頻模型訓練的兩大痛點：計算資源的巨大消耗與模型輸出質量的高標準。潞晨 Open-Sora 團隊以一種極簡而有效的方案，成功地在成本和品質之間找到了平衡點。

OpenSora 團隊提出了一個創新的視訊壓縮網路（VAE），該網路在空間和時間兩個維度上分別進行壓縮。具體來說，他們首先在空間維度上進行了 8x8 倍的壓縮，接著在時間維度上進一步壓縮了 4 倍。透過這種創新的壓縮策略，既避免了因抽幀而犧牲視訊流暢度的弊端，又大幅降低了訓練成本，實現了成本與品質的雙重優化。

                               ^{視訊壓縮網路結構中}的擴散影片產生的品質。儘管SD3 的rectified flow 訓練程式碼尚未公開，但瀟晨Open-Sora 團隊已經基於SD3 的研究成果，提供了一套完整的訓練解決方案，包括：

簡單易用的整流（rectified flow）訓練
用於訓練加速的Logit-norm 時間步長採樣
基於分辨率和視頻長度的時間步長採樣
透過這些技術的整合，我們不僅能夠加快模型的訓練速度，也能顯著減少推理階段的等待時間，確保使用者體驗的流暢性。此外，這套訓練方案也支援在推理過程中輸出多種影片寬高比，滿足了多樣化場景下的影片素材需求，為影片內容創作者提供了更豐富的創作工具。

他們在報告中也透露了更多關於模型訓練的核心細節，包括資料清洗和模型調優的實用技巧，以及建構了更完善的模型評估體系，保障模型的穩健性和泛化能力。他們還提供了可以自行一鍵部署的 Gradio 應用，並支援調節輸出的運動分數、美學分數和鏡頭移動方式等參數，甚至可以一鍵透過 GPT-4o 自動修改指令並支援中文輸入。要忍不住get hands dirty 了，詳情請戳https://github.com/hpcaitech/Open-Sora/blob/main/docs/report_03.md

自OpenAI Sora發布以來，業界對Sora 的開放性期待值爆表，但現實卻是持續的等待遊戲。潞晨 Open-Sora 的開源，為文生視訊的創新和發展注入了強勁的活力。 “授人以魚不如授人以漁”，訪問他們的 github 地址，即可零門檻免費獲得模型權重和全套訓練代碼，這使用戶從被動的內容消費者轉變為積極的內容創造者。這項轉型為企業用戶解鎖了自主開發文生視訊應用的新技能，無論是打造沉浸式遊戲、創意廣告還是製作影視大片，文生視訊技術的應用場景都得到了指數級擴展。

我們期待這股星星之火，能夠點燃整個文生視頻領域的創新激情，實現從點到面的燎原之勢。

最後附上潞晨OpenSora 開源連結：

以上是單鏡頭16秒720p高清影片一鍵生成，開源版Sora又有新驚喜了的詳細內容。更多資訊請關注PHP中文網其他相關文章！