文本+图片生成高保真视频，阿里推出视频模型AtomoVideo

专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！阿里巴巴集团的技术团队推出了文本+图片生成高保真视频模型——AtomoVideo。用户通过AtomoVideo只需要提供高清图片和简单的文本提示，就能快速生成高清视频并保留逼真的细节。根据评测数据显示，AtomoVideo生成的视频在动作连贯性、图片一致性、时序一致性、运动强度等方面超过了VideoCrafter、I2VGEN-XL、SVD开源模型，可媲美商业模型Gen-2和Pika。论文地址：https://arxiv.org/abs/2403.01800项目地址：https://atomo-video.github.io/AtomoVideo生成视频展示AtomoVideo架构简单介绍AtomoVideo使用了预训练的Stable Diffusion 1.5作为基础模型，并在每个空间卷积和注意力层之后新增了1D时序卷积和时序注意力模块。AtomoVideo的技术创 ………………………………