腾讯发布Project xDiT！打造DiT并行推理的vLLM

文章预览

©PaperWeekly 原创 · 作者 |  方佳瑞 单位 |  腾讯 研究方向 |  机器学习系统 上半年，我们见证了国内视频生成领域的迅猛发展。四月份，生数科技的 ViDu [1] 成功生成了 16 秒的电影级视频，不仅在视频号上引发了热烈反响，更揭开了中国 Sora 们崭露头角的序幕。而到了六月份，快手可灵 [2 ]  的发布，以其逼真的老铁风格，让人一时间真假难辨，更难能可贵的是它面向公众开放使用，使得迟迟未敢公测的 Sora，被戏称为“美国可灵”。 与此同时，阿里 EMO [3 ] 、智谱清影 [4 ]  等视频类产品也相继问世，共同推动了这一领域的繁荣发展。不能忽视的是，在传统的图片生成领域，SD3、Flux、Pixart 等等也持续发力，图片更加高清、细节更加逼真。 DiTs（Diffusion Transformers）作为文生图与文生视频的核心网络结构，是引领高清图像与长时一致性视频生成潮 ………………………………