昆仑万维开源中国首个面向AI短剧创作的视频生成模型SkyReels-V1

2025-02-20 07:34:07 来源:证券之星    阅读量:14047   

2月18日,昆仑万维开源中国首个面向AI短剧创作的视频生成模型SkyReels-V1、中国首个SOTA级别基于视频基座模型的表情动作可控算法SkyReels-A1。

开源地址:

4、SkyReels官方地址:skyreels.ai

1. SkyReels-V1:Human-Centric Video Foundation Model,中国首个面向AI短剧创作的开源视频生成模型

SkyReels-V1可实现影视级人物微表情表演生成,支持33种细腻人物表情与400+种自然动作组合,高度还原真人情感表达。正如以下视频所示,SkyReels-V1支持生成大笑、怒吼、惊讶、哭泣等微表情,展现出人物情感丰沛的表演细节。即使有大幅度肢体动作,SkyReels-V1生成的微表情也完美贴合人物肢体表演。

同时,SkyReels-V1为AI视频生成带来了电影级光影美学,基于好莱坞级的高质量影视数据训练,当前SkyReels生成的每一帧画面,在构图、演员站位、相机角度等都具备电影级的质感。无论是单人镜头表演细节,还是多人构图,当前已具备精准的表情控制和高质感画面。

更重要的是,SkyReels-V1不仅支持文生视频、还能支持图生视频,是开源视频生成模型中参数最大的支持图生视频的模型,在同等分辨率下各项指标实现开源SOTA。

图1丨SkyReels-V1文生视频指标对比

能够实现这样的SOTA级别,不仅依赖于昆仑万维SkyReels团队基于自研的高质量数据清洗和人工标注管线,构建了千万级的高质量电影电视剧纪录片数据。更依托团队自研「Human-Centric」的视频理解多模态大模型,大幅提升视频中人物相关的理解能力,尤其是自研人物智能解析系统。

综上所述,得益于扎实的数据工作和先进的人物智能解析系统,SkyReels-V1可以实现:

影视化表情识别体系:11种针对影视戏剧中的人物表情理解,如不屑、不耐烦、无助、厌恶等表情的理解;

人物空间位置感知:基于人体三维重建技术,实现对视频中多人的空间相对关系理解,助力模型生成影视级人物站位;

行为意图理解:构建超过400种行为语义单元,实现对人物行为的精准理解;

表演场景理解:实现人物-服装-场景-剧情的关联分析。

SkyReels-V1不仅是全球极少数开源的视频生成模型,还是围绕人物表演、开源视频生成模型中性能最强的。

在自研推理优化框架「SkyReels-Infer」的加持下,大幅提升推理效率,实现544p分辨率,推理基于单台4090只需80s,还支持分布式多卡并行,支持Context Parallel,CFG Parallel,和 VAE Parallel。此外,采取fp8 quantization以及parameter-level offload,满足低显存用户级显卡运行需求;支持flash attention、SageAttention,模型编译优化等,进一步优化延迟;基于开源diffuser库,提升易用性。

正如下图2所示,在同等RTX4090资源情况下对比,SkyReels-Infer版本比HunyuanVideo官方版本端到端延迟减少58.3%(293.3s vs 464.3s);SkyReels-Infer版本具备更鲁棒的部署策略,支持用户级别显卡1卡-8卡的推理部署。

图2丨推理生成544p视频,使用相同卡数的RTX 4090,SkyReels-Infer版本端到端延迟优于HunyuanVideo官方 58.3%

在同等A800资源情况下对比,SkyReels-Infer版本比HunyuanVideo官方版本端到端延迟减少14.7%~28.2%,SkyReels-Infer版本具备更鲁棒的多卡部署策略。

图3丨推理生成544p视频,SkyReels-Infer版本具备更鲁棒的多卡部署策略,支持8卡部署

2.SkyReels-A1:首个SOTA级别的基于视频基座模型的表情动作可控算法

为了实现更加精准可控的人物视频生成,昆仑万维还开源了SOTA级别的基于视频基座模型的表情动作可控算法SkyReels-A1,对标Runway的Act-One,SkyReels-A1支持视频驱动的电影级表情捕捉,实现高保真微表情还原。能够基于任意人体比例生成高度逼真的人物动态视频,其真实感源自对人物表情变化和情绪的精准模拟、皮肤肌理、身体动作跟随等多维度细节的深度还原。

SkyReels-A1不仅支持侧脸的表情控制生成、还能实现更加逼真的眉眼微表情生成和更大幅度的头部与自然身体动作。SkyReels-A1能够实现更大幅度的人物表情驱动。相比Runway的Act-One,SkyReels-A1可以迁移更复杂的表情动作,生成的人物面部神情可以配合肢体及画面内容实现更栩栩如生的表演。

3.以开源之姿,以破局之势,昆仑万维致力于推动全球AI短剧创作生态繁荣发展

昆仑万维一直坚持开源,推动技术平权。昆仑万维同时将SOTA级别的SkyReels-V1和SkyReels-A1进行开源,是AI短剧行业首例,也是昆仑万维SkyReels回馈行业迈出的一小步,更是促进AI短剧创作和视频生成行业枝繁叶茂的一大步。

我们相信在进行推理优化的升级和可控算法的开源后,它们将为用户带来低成本、可控性更强的AIGC能力。昆仑万维希望通过更多优秀视频生成模型的开源和极致的AI短剧产品能力,为用户带来低成本实现AI短剧创作的可能性、突破行业目前视频生成一致性差的问题,让大众通过自己的电脑生成精细且可控的人物表演。

此次开源的视频大模型,不仅是一次技术突破,有助于缩小全球内容产业的数字鸿沟,更是文化产业生产力的一次革命。未来,短剧与游戏、虚拟现实等领域的跨界发展,将会加速产业融合。AI短剧也有希望从“技术实验”迈向“主流创作”,成为全球文化输出的新载体。

“实现通用人工智能,让每个人更好地塑造和表达自我”是公司的使命,未来,昆仑万维及SkyReels还将开源更多视频生成模型和算法、通用模型,通过开源实现AGI平权,推动AI短剧生态的持续建设和繁荣,促进开源社区、开发生态以及AI行业的发展。

声明:本网转发此文章,旨在为读者提供更多信息资讯,所涉内容不构成投资、消费建议。文章事实如有疑问,请与有关方核实,文章观点非本网观点,仅供读者参考。


Es916
相关推荐
欧克科技等成立智能智造创业投资基金出资额15亿

天眼查App显示,近日,共青城与君欧克智能智造创业投资合伙企业成立,执行事务合伙人为深圳市与君创业投资管理有限公司,出资额15亿人民币,经营范围为以私募基金从事股权投资、投资管理、资产...

2025-02-20 05:19:21
爆火20年依旧能打,海之蓝还将谱写多少灿烂篇章?

春节期间,海之蓝在央视总台春晚的璀璨舞台上强势登场,不仅唤醒了消费者的美好回忆,更在市场上稳固占据了百元价格带的核心位置,销量飙升,成为无数家庭欢聚时刻的美酒。 作为洋河旗下的百亿级...

2025-02-20 04:30:16
闵行这里4条道路开工,预计年底通车

为配合轨交上盖开发,15号线元江路站周边4条道路目前均已开工。4条道路分别为兰莲路、柳安路、梅莲路及淡水河西侧都庄路,预计今年年底竣工通车。 据闵行区吴泾镇消息,与4条道路同步建设的...

2025-02-20 03:53:36
推2款车型五菱之光EV正式上市售价4.78-5.08万元

自由之光,为爱而拼。2月14日,情人节之际,五菱之光EV为热爱而来,于广州万达广场正式官宣上市!新车共推出标准型和舒适型两个版本,官方指导价4.78万元-5.08万元。作为新时代纯电多...

2025-02-20 02:09:04
一年之计|复工复产加速跑,全力冲刺首季“开门红”

蛇年春节过后,河北各地工人及时返岗企业有序开工,全力冲刺首季“开门红”,为全年高质量发展开好局、起好步。 在河北省邯郸市永年区,河北喜力德五金制造有限公司六条自动化生产线开足马力赶制...

2025-02-19 22:49:25
国家统计局:1月份一线城市商品住宅销售价格环比继续上涨

据国家统计局网站消息,国家统计局城市司首席统计师王中华解读2025年1月份商品住宅销售价格变动情况统计数据称,2025年1月份,70个大中城市中,一线城市商品住宅销售价格环比继续上涨,...

2025-02-19 20:20:41
西部地区重点设施建设加速推进

:今年开年以来,西部地区一批重大工程、重点设施建设加速推进。 开发开放,交通先行。在西部陆海新通道标志性工程——黄桶至百色铁路广西段的建设现场,2800多名建设者抢抓工期、奋战一线,...

2025-02-19 19:33:26
信托公司接入AI开启金融智能化新征程

在金融科技蓬勃发展的当下,信托行业正积极拥抱人工智能。近日,华能信托、外贸信托等信托公司已将DeepSeek等AI大模型融入智能投研系统,在业务转型升级方面取得显著成效,为行业智能化发...

2025-02-19 19:08:09