视界一粟YiSu：中国首个超长时长Sora级视频生成大模型

视界一粟YiSu简介：

视界一粟YiSu是由极佳科技联合清华大学自动化系研发的一款中国首个超长时长、高性价比、端侧可用的Sora级视频生成大模型。它具有以下特点：

• 模型原生的16秒超长时长，并可生成至1分钟以上的视频。
• 拥有超大运动、超强表现力，并且能够理解物理世界。
• 成本更低、速度更快，且端侧可用，适合于长视频生成的大规模产品应用。

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”。

此外，视界一粟YiSu不仅仅是一个视频生成模型，它还是向世界模型迈进的重要一步。世界模型对于自动驾驶、通用机器人等物理世界的通用智能至关重要，在数据生成、闭环仿真、端到端方案等方面都拥有关键的作用。视界一粟YiSu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。

技术路线

自研技术：基于团队自研的视频生成大模型技术，融合了LLM和扩散模型的自研架构，结合多种技术路线的优势，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。

应用场景

1、长视频生成：

• 超长时长：YiSu模型原生支持16秒的超长时长，并能生成至1分钟以上的视频。这一特性使得它在需要长时间连续内容的场景下具有显著优势。
• 高性价比：相比传统视频生成技术，YiSu模型成本更低、速度更快，适合大规模的长视频生成需求。

2、视频编辑与合成：

• 多功能性：YiSu模型不仅擅长生成视频，还能执行文本到视频转换、图像到视频合成等多种视频编辑任务。
• 超大运动与表现力：模型生成的视频具有超大运动和超强表现力，能够满足各种复杂场景下的视频编辑需求。

3、物理世界模拟：

• 懂物理世界：YiSu模型能够理解和模拟物理世界的动态环境，这对于自动驾驶、通用机器人等物理世界通用智能领域具有重要意义。
• 驱动通用智能：通过视频生成技术，YiSu模型有望加速通用智能的发展，为自动驾驶、机器人等领域提供强大的数据支持。

4、娱乐与消费领域：

• AI-Native和视频-Native应用：极佳科技正在基于YiSu模型打造“AI-Native”和“视频-Native”的爆款应用，以满足广大用户在娱乐、消费等方面的需求。
• 丰富用户体验：通过YiSu模型生成的高质量视频内容，能够为用户带来更加丰富、多样的娱乐和消费体验。

5、教育与培训：

• 虚拟场景模拟：YiSu模型能够生成逼真的虚拟场景，为教育和培训领域提供有效的模拟工具。
• 个性化学习：结合AI技术，YiSu模型可以根据学生的学习进度和兴趣生成个性化的学习视频，提高学习效果。

6 、广告与营销：

• 快速生成广告素材：YiSu模型能够快速生成高质量的广告视频素材，满足广告行业的快速响应需求。
• 创意生成：模型还能根据广告主的需求生成创意性的广告内容，提升广告的吸引力和效果。