智谱AI终于也赶上了这波文生视频的热潮
7月26日，智谱AI在7月的OpenDay活动中，对外发布了一款全新的文本生成视频（文生视频）工具清影智谱（Ying）。用户只需输入一段几个字到几百个字不等的文字描述，最快30秒即可生成一段高精度视频。
自Sora向世人展示了大模型文生视频的强大能力后，包括Runway的Gen系列、微软的Nuwa、Meta的Emu、谷歌的Phenaki/VideoPoet、CogVideo等在内的大模型项目都发布了文生视频的功能。作为国内大模型公司杰出代表的智谱AI，终于也赶上了这波文生视频的热潮。
智谱CEO张鹏在智谱 Open Day上宣布，AI生成视频模型清影（Ying）正式上线智谱清言，面向所有用户开放。输入一段文字后（俗称Prompt），用户可以选择自己想要生成的风格，包括卡通3D、黑白、油画、电影感等，配上清影自带的音乐，就生成了充满AI想象力的视频片段。
（点击文末阅读原文体验智谱清言 ）
除了文生视频的功能以外，清影还具备图片生成视频（图生视频）的能力。图生视频拥有更多的应用场景，譬如表情包梗图、广告制作、剧情创作、短视频创作等。同时，基于清影的「老照片动起来」小程序也会同步上线，用户只需一步上传老照片，就能在AI的帮助下，让凝练在旧时光中的照片灵动起来。
商用方面，清影（Ying）API 也同步上线大模型开放平台bigmodel.cn，企业和开发者通过调用API的方式，体验和使用文生视频以及图生视频的模型能力。
新型DiT模型架构，更高效地压缩视频信息，以及更充分地融合文本和视频内容，让清影在复杂指令遵从能力、内容连贯性、大幅的画面调度上具有一定独到之处。
在智谱AI的Openday上，智谱CEO张鹏向外界展示了首批获得测试资格的创作者们生成的视频。
智谱AI CEO 张鹏透露：
本次清影（Ying）底座的视频生成模型是CogVideoX，它能将文本、时间、空间三个维度融合起来，参考了Sora的算法设计，它也是一个DiT架构，通过优化，CogVideoX 相比前代（CogVideo）推理速度提升了6倍。我们将继续努力迭代，在后续版本中，陆续推出更高分辨率、更长时长的生成视频功能。
张鹏表示，清影（Ying）的研发得到北京市的大力支持。当前，北京正在以海淀区为核心打造人工智能产业高地，海淀区是智谱AI总部所在地，为智谱AI开展大模型研发提供了产业投资、算力补贴、应用场景示范、人才等全方位支持。
清影（Ying）的训练依托亦庄高性能算力集群，受益于亦庄良好的人工智能产业生态。清影（Ying）在北京亦庄算力集群诞生，未来也将应用于北京亦庄广阔的高精尖产业集群，形成大模型赋能实体经济的新业态。
bilibili 作为合作伙伴也参与了清影的技术研发过程，并致力于探索未来可能的应用场景。同时，合作伙伴华策影视也参与了模型共建。
本文作者可以追加内容哦 !
