AI 秀

SkyReels-V2 是由昆仑万维 SkyReels 团队开发的全球首个使用扩散强迫（Diffusion-forcing）框架的无限时长电影生成模型。它结合了多模态大语言模型（MLLM）、多阶段预训练、强化学习等前沿技术，能够生成高质量、无限时长的视频内容。

功能特点

• 无限时长视频生成：突破传统模型的时长限制，支持生成理论上无限长的连贯视频。
• 多任务支持：
  • 文本到视频（T2V）：根据文本描述生成视频。
  • 图像到视频（I2V）：将静态图像转化为连贯的视频。
  • 故事生成：根据叙事文本自动编排复杂动作序列，实现动态叙事。
  • 摄像导演功能：自动生成推拉摇移等电影级运镜效果。
  • 多主体一致性视频生成：通过 SkyReels-A2 系统，支持多主体的连贯视频生成。
• 高质量输出：在动作质量、一致性和指令遵循性上表现出色，接近商业模型的水平。
• 灵活推理模式：支持同步和异步推理，可根据硬件调整参数，生成从几秒到无限长的视频。

技术框架

• 扩散强迫框架（Diffusion Forcing）：通过非递减噪声时间表，实现长视频生成，避免传统模型的时长瓶颈。
• 多模态大语言模型（MLLM）：结合子专家模型，提供详细的镜头语言描述。
• 多阶段预训练：
  • 渐进式分辨率预训练：从低分辨率逐步提升到高分辨率。
  • 强化学习优化：提升动作流畅性和视觉效果。
• 高效推理框架：支持多 GPU 并行计算，通过量化技术降低内存需求。

如何使用

• 开源地址：
  • GitHub：https://github.com/SkyworkAI/SkyReels-V2。
  • 论文地址：https://arxiv.org/abs/2504.13074。
• 完全开源：代码和模型权重均已开源，可用于商业项目。

应用场景

• 影视制作：生成电影预告片、长篇故事片等。
• 广告创意：快速生成高质量的广告视频。
• 虚拟仿真：用于虚拟现实和增强现实内容创作。
• 教育与培训：创建引人入胜的教育视频。

数据统计