学者·追梦2.0（Vchitect 2.0） – 上海智能科学研究院发布的AI视频创作工具

书生·筑梦2.0指的是什么？

Vchitect 2.0（书生·筑梦2.0）是上海人工智能实验室开发的一款升级版开源大模型，专注于创建与中国文化及东方美学相契合的视频内容。该模型能够生成长达20秒的视频，并支持包括4:3和16:9在内的多种分辨率选项。它还配备了一个一体化的高质量增强系统，可实现2K分辨率和每秒24帧率，通过集成自有的视频制作、插帧超分及画面修复等功能来提升整体视觉效果与审美体验。此外，Vchitect 2.0率先推出针对超过20秒长视频评估的标准框架，进一步促进了视频生成技术的进步及其应用范围的扩展。

书生·筑梦2.0的核心特性

• 从文字转换为视频创作用户提供文字指令以创建时长在5至20秒之间的视频片段。
• 将图片转化为视频形式允许用户把静态图片转化为时长在5至10秒之间的视频片段。
• 可变的比例尺寸允许用户创建各种尺寸比例的视频，以满足多样化的展现要求。
• 高品质影像制作该模型能够创建分辨率为720×480的清晰视频。
• 高清晰度增强与帧间插值引入VEnhancer时空增强组件后，可实现视频的超清解析度升级与额外帧生成，将画质优化到2K清晰度并确保以每秒24帧的速度顺畅播放。
• 评估视频制作的分析系统发布了首款能够评估时长大于20秒的视频测评系统VBench，旨在为视频生成技术提供一套完整的评价解决方案。

学者·追梦2.0的核心技术机制

• 语言的自然处理技术分析文本指引，把握用户创造目的。
• 视频制作算法把文字与图片转化为视频素材的过程运用了深度学习及生成式模型的先进技术。
• 层叠式隐含传播模式通过采用级联式的潜伏扩散算法来创造视频内容，以显著提升所产生视频的画面质量和真实感。
• 时间空间强化架构利用VEnhancer组件实现视频的超清解析与帧间插值，以增强影像的平滑性和锐利度。
• 融合多种模式的综合模型通过整合大型语言模型与图文创作工具，增强对文字命令理解的精确度，并提升视频制作的质量。

书生·梦想构建者2.0的项目位置

• 官方网站项目页面:intelligence.designer-ai.org.cn
• Git代码库：访问此链接以查看Vchitect的最新版本 – https://github.com/Vchitect/Vchitect-2.0

学者·梦想构建者2.0的使用情境

• 制作广告利用Vchitect 2.0可以迅速创作出既富创造力又极具视觉震撼效果的短片广告，从而增强其吸引观众及影响力的潜能。
• 影片编辑与后制处理于电影编辑过程中，通过运用模型，编辑人员能够加速影片的整合流程，进而提升工作的效率与成果的质量。
• 教学材料创作借助Vchitect 2.0平台，老师们制作出的教学视频让课程内容更加鲜活有趣，从而有效增强学生的兴趣并提高学习成效。
• 社交平台上的内容制作用户通过Vchitect 2.0制作独特的短视频，提升内容的魅力与交互体验，并在社交媒体上进行分享。
• 新闻报道与纪实节目创作制作新闻报道或纪录片时创建动态视频片段，以增强内容的多样性和视觉吸引力。