快手聯合推出開源文生視頻 AI 模型：最高 10 秒 768P@24fps

IT之家 10 月 12 日消息，由快手科技、北京大學和北京郵電大學聯合組建的研究團隊推出 Pyramid Flow 文生視頻模型，用戶在輸入文本之後，即可生成最長 10 秒、分辨率高達 1280x768、幀率 24fps 的高質量視頻。

Pyramid Flow 文生視頻模型主要面向開發者、藝術家和創作者等，提供更高效、更靈活的視頻生成解決方案，目前已經在 Hugging Face 平臺上線，並完全開源。

IT之家查詢官方介紹，附上 Pyramid Flow 的核心特點如下：

高效生成：Pyramid Flow 採用新技術，通過統一 AI 模型分階段生成視頻，大多數階段爲低分辨率，只有最後階段爲全分辨率。這種“金字塔流匹配”方法保持了視頻的高視覺質量前提下，大幅降低了計算成本，tokens 數量是傳統 diffusion 模型的四分之一。

快速推理：在推理過程中，該模型可以在 56 秒內生成一個 5 秒、384p 的視頻，速度媲美許多全序列 diffusion 模型，甚至更快。

開源和商業使用：Pyramid-Flow 在 MIT 許可證下發布，允許廣泛的使用，包括商業應用、修改和再分發，吸引了希望將模型集成到專有系統中的開發者和公司。

IT之家附上參考地址