Picsart AI 发布 T2V 模型，可生成 1200 帧 2 分钟视频

近日，我国科研团队发布了一款名为StreamingT2V的视频生成模型，该模型可以生成长达1200帧、时长为2分钟的高清视频，性能超过了之前的Sora模型。与此同时，StreamingT2V也是一款开源软件，可以与其他开源项目如SVD和animatediff兼容，进一步推动了开源社区的发展。

StreamingT2V采用了先进的自回归技术，可以在不影响视频质量的情况下，轻松地将视频帧数扩展至80、240、600甚至更长。相较于其他仅适用于短视频生成的模型，StreamingT2V在时长和帧数方面的突破具有重要意义。此外，StreamingT2V的关键组件包括条件注意力模块（CAM）、外观保留模块（APM）以及用于视频增强的随机混合方法，这些设计保证了视频在长时间生成过程中的平滑过渡和高品质。

据悉，StreamingT2V已经开源并在GitHub上提供免费试玩。尽管目前服务器负载较高，用户需耐心等待，但其强大的功能和兼容性仍引起了广泛关注。有专家表示，随着技术的不断进步，未来有望实现无限长的视频生成，甚至可能会改变影视和游戏产业的格局。

总之，StreamingT2V的诞生无疑为视频生成领域带来了新的里程碑。在未来，这款开源模型有望在多个领域发挥重要作用，推动人工智能技术的发展。