文章预览
刚刚，阿里云通义万相迎来重磅升级，推出万相2.1视频生成模型，在大幅度复杂运动、物理规律遵循、艺术表现等方面全面提升，并在 权威评测榜单VBench中登上榜首 。 VBench是视频生成领域的权威评测集，它一共有16个评分维度，从整体一致性、动作流畅度、画面稳定性等方面对模型进行全方位评估。VBench榜单显示， 通义万相在运动幅度、多对象生成、空间关系等关键能力上拿下最高分，并以总分84.7%的成绩斩获第一 。 精准理解和模拟物理世界是当下视频生成模型的核心难题，现有模型生成的视频在大幅运动、物理复杂场景表现较差，容易生成肢体扭曲、违背物理定律的视频。针对这一难题， 通义万相团队采用自研高效的VAE和DiT架构，有效增强时空上下文关系建模能力 。 在全新架构下， 通义万相在大幅度的肢体运动和肢体旋转场景的视频生成
………………………………
