由中国科技公司CA开发的Keying AI视频生成工具展示了非凡的能力,在某些方面超越了目前最先进的模型,如Stable Diffusion。

其中一个关键特征是3D时空注意力机制,它使模型能够更好地捕捉复杂的时空运动,生成更大动作幅度的视频,同时符合物理定律。这在展示骑马穿越戈壁沙漠的男子和宇航员在月球表面奔跑的视频中可见一斑。

另一个令人印象深刻的方面是该模型能够生成高质量、连贯的长达2分钟、每秒30帧的视频。这展示了该系统对场景上下文和时间连贯性的深入理解,这通常是AI视频生成的一大挑战。

物理世界属性的模拟也非常出色,正如在小心倾倒牛奶入杯的片段中所展示的那样。牛奶稳定地流动并逼真地填满杯子,表明该模型对流体动力学有深入的掌握。

最引人注目的例子之一是一位中国人用筷子吃面条的片段。细微的细节,如嘴唇周围的酱汁,都被捕捉到了一个难以与真实镜头区分的现实程度。

该模型还展现了强大的概念组合能力,生成了不存在于现实世界数据中的全新场景,例如一只白猫在繁忙的城市里开车,或一个乐高人物参观艺术画廊。

最后,该系统生成高质量、电影级画面的能力是一个重大进步,解决了视频AI系统的一个常见局限性。展示烟囱在日落下的例子展现了该模型所达到的令人印象深刻的视觉保真度。

总的来说,由中国公司CA开发的Keying AI视频生成工具在某些方面展现了超越目前最先进模型的非凡能力。这一发展突出了AI视频生成领域的快速进步,也表明中国有望成为这一领域的强劲竞争者。