美團開源視頻模型LongCat-Video，可生成4分鐘長視頻！

作者｜子川

來源｜AI先鋒官

還得是美團，這跨界太有技術(shù)含量了！

就在上個月，美團剛開源了大語言模型LongCat-Flash-Chat，我這邊還沒來得及好好體驗。

結(jié)果一覺醒來，他們又開源了一款視頻模型——LongCat-Video。

據(jù)官方介紹，LongCat-Video的參數(shù)為13.8B，同時該模型在文生視頻和圖生視頻上的能力，直接沖到了開源模型的頂級水平。

其中最值得注意的是，它還能生成分長達4分鐘的長視頻。

從官方給出的全面評估數(shù)據(jù)來看，該模型可以和PixVerse-V5和Wan2.2-T2V-A14B一較高下了。

甚至在有些維度的測評成績甚至可與谷歌的Veo3媲美。

那效果到底如何，給大家看幾個官方的案例就清楚了。

先來看一下文生視頻的效果。

一個穿著白色裙子的女生在湖面上跳芭蕾舞，無論是動作還是水中的倒影，表現(xiàn)都十分自然。

光影效果和物理規(guī)律都拿捏得相當?shù)轿弧?/p>

旋轉(zhuǎn)跳躍，一氣呵成，滑板在空中翻轉(zhuǎn)動作，沒有絲毫的突兀感。

盒子變形的過程絲滑流暢，機械結(jié)構(gòu)一一展開，不過細看還是可以看得出有些許的AI感。

再來看看圖生視頻的效果。

一個男生從畫中徑直走到電競椅上，人物的樣貌、穿著，甚至周圍環(huán)境的風格，都與原圖保持了一致。

這不雙十一快到了， LongCat-Video也是狠狠展示了在電商中的表現(xiàn)。

此外，LongCat-Video最核心的能力還在于視頻延長，它能像制作連續(xù)劇一樣生成分鐘級長視頻。

一個視頻搞定后，只需接著續(xù)寫提示詞，最終就能生成片段。

比如下面這個接近半分鐘的視頻，就是通過以下提示詞一步步實現(xiàn)的，下面小編將提示詞翻譯成中文，以便大家更好的了解。

• 浴室設(shè)計典雅，配有大理石臺面，水槽上方有一面光線充足的大鏡子。臺面上整齊地擺放著各種彩妝產(chǎn)品，旁邊的架子上還掛著一條毛絨毛巾。這位女士穿著一件時尚的黑色連衣裙，頭發(fā)梳成松散的波浪形。女人站在大鏡子前，輕輕調(diào)整角度，以獲得更好的視野。她顯得專注，確保鏡子完美地反射出她的形象。

  女人打開水龍頭，開始洗手。

  女人撿起掛在墻上的毛巾。

  女人一邊看著鏡子，一邊擦干雙手

效果是不是還不錯！

同時，美團不僅把LongCat-Video免費開源了出來，還采用了極其開放的MIT許可證。

簡單來說，就是允許所有人（包括公司）免費使用這個模型，甚至用它來開發(fā)商業(yè)產(chǎn)品賺錢！

美團這波格局直接拉滿了。

目前，美團LongCat-Video還沒有提供可直接在線體驗的網(wǎng)站，可能還需要等待一段時間。

不過，對于有技術(shù)能力的朋友們來說，可以直接上手部署，搶先體驗，官方已經(jīng)給出了所有相關(guān)資源。

項目主頁：
https://meituan-longcat.github.io/LongCat-Video/

模型地址 (Hugging Face)：
https://huggingface.co/meituan-longcat/LongCat-Video

技術(shù)報告：
https://github.com/meituan-longcat/LongCat-Video/blob/main/longcatvideo_tech_report.pdf

掃碼邀請進群，我們帶你一起來玩轉(zhuǎn)ChatGPT、GPT-4、文心一言、通義千問、訊飛星火等AI大模型，順便學一些AI搞錢技能。

往期文章回顧