Step-Video V2是什么
Step-Video V2 是上海阶跃星辰智能科技发布的升级版视频生成模型。该版本在多个核心技术领域进行了优化和创新，采用了更高压缩比的VAE模型以及深度优化的DiT架构，引入强化学习算法。能生成复杂的动态场景，如芭蕾舞、空手道等，同时支持丰富的镜头语言和基础文字生成。Step-Video V2还具备出色的人物表情捕捉能力，能细腻呈现光影效果。
Step-Video V2 – 阶跃星辰推出的升级版视频生成模型
来源：爱论文 时间：2025-03-26 14:36:43
相关资讯
更多+
-
Step-Video V2 – 阶跃星辰推出的升级版视频生成模型Step-Video V2 是上海阶跃星辰智能科技发布的升级版视频生成模型。该版本在多个核心技术领域进行了优化和创新，采用了更高压缩比的VAE模型以及深度优化的DiT架构，引入强化学习算法。能生成复杂的动态场景，如芭蕾舞、空手道等，同时支持丰富的镜头语言和基础文字生成。
AI教程资讯
2023-04-14
-
UI-TARS – 字节跳动推出的开源原生 GUI 代理模型UI-TARS 是字节跳动推出的新一代原生图形用户界面（GUI）代理模型，通过自然语言实现对桌面、移动设备和网页界面的自动化交互。具备强大的感知、推理、行动和记忆能力，能实时理解动态界面，通过多模态输入（如文本、图像）执行复杂的任务。
AI教程资讯
2023-04-14
-
EMO2 – 阿里研究院推出的音频驱动头像视频生成技术EMO2 （End-Effector Guided Audio-Driven Avatar Video Generation）是阿里巴巴智能计算研究院开发的音频驱动头像视频生成技术，全称为“末端效应器引导的音频驱动头像视频生成”。通过音频输入和一张静态人像照片，生成富有表现力的动态视频。
AI教程资讯
2023-04-14
-
PaSa – 字节跳动推出的学术论文检索智能体PaSa是字节跳动研究团队（ByteDance Research）推出的基于强化学习的学术论文检索智能体。能模仿人类研究者的行为，自动调用搜索引擎、浏览相关论文并追踪引文网络，为用户提供精准、全面的学术论文检索结果。
AI教程资讯
2023-04-14
下载
热门推荐
更多+
AI专辑
热门专辑
- SPAR3D – Stability AI等机构推出的单试图重建 3D 网络模型 01-13
- Agent Laboratory – AMD 联合约翰·霍普金斯大学推出的自主科研 Agent 01-13
- 星火纪要 – 科大讯飞推出的会议交流总结和分析平台 01-13
- rStar-Math – 微软推出的小模型复杂推理与自进化SLMs的创新技术 01-13
- SPRIGHT – 专注于空间关系的大型视觉语言数据集 01-14
- 麦橘超然 – 麦橘推出的AI文生图模型，基于 Flux.1 架构 01-14
- Diff-Instruct – 从预训练扩散模型中迁移知识的通用框架 01-20
- CodeArena – 用于测试不同LLM编程能力的在线平台 01-24
- GPT学术优化 – 专为学术研究和写作设计的多功能开源项目 01-29
- AutoTrain – Hugging Face 开源的无代码模型训练平台 02-01
