MAGI-1 是 Sand AI 开源的全球首个自回归大模型，采用自回归架构，通过逐块预测视频序列生成流畅自然的视频，支持无限扩展和一镜到底的长视频生成。模型原生分辨率可达 1440×2568，生成的视频动作流畅且细节逼真，具备可控生成能力，可通过分块提示实现平滑场景转换和细粒度控制。
（图片来源网络，侵删）
（图片来源网络，侵删）
上一篇
MAGI-baidu091 – Sand AI 开源的首个自回归视频生成模型
猜你喜欢
-
发布了文章 1分钟前
Markdown-baidu09to-baidu09Image – 开源的在线 Markdown 转海报编辑器
Markdown-to-Image是开源的Markdown 转为海报的编辑器，作为React组件能将Markdown文本内容转换成图像，适用于创建社交媒体帖子、海报和其他视觉内容。工具支持多种输出格式，包括海报、图片、引用、...
-
发布了文章 4分钟前
MarkItDown – 微软开源的多功能、多格式文档转Markdown工具
MarkItDown是微软开源的多功能文档处理工具，能将PDF、PPT、Word、Excel、图像、音频、HTML等多种格式的文件转换成Markdown格式。支持OCR文字识别、语音转文字和元数据提取，适用于内容索引、数据挖...
-
发布了文章 8分钟前
Marco – 阿里推出的商用翻译大模型，支持15个语种
Marco是阿里国际最新推出的大规模商用翻译大模型，支持15种全球主流语种，包括中、英、日、韩、西、法等。在BLEU评测指标上超越Google翻译、DeepL、GPT-4等竞争对手，提供基于语境的精准翻译，避免字面意思造成的...
-
发布了文章 11分钟前
MarS – 微软亚洲研究院开源的金融市场模拟预测引擎
MARS（Market Simulation）是微软亚洲研究院推出的金融市场模拟预测引擎，基于生成型基础模型LMM（Large Market Model）模拟金融市场中的订单流和市场动态。MARS能创建现实、互动和可控的市场...
-
发布了文章 14分钟前
MarDini – Meta联合KAUST推出的视频生成扩散模型
MarDini是新型的视频扩散模型，融合掩码自回归（MAR）和扩散模型（DM）的优势，用在大规模视频生成。模型能处理任意数量和位置的掩码帧，支持视频插值、图像到视频生成及视频扩展等多种任务。MarDini将大部分计算资源分配...
-
发布了文章 17分钟前
MangaNinja – 基于参考图像的线稿着色技术
MangaNinja是基于参考图像的线稿上色方法，具备精准匹配和细致控制的能力。通过创新的补丁重排模块和点驱动控制方案，提升了上色的准确性与图像质量。能应对多样化的上色挑战，包括极端姿势和多参考图像的协调，实现高质量的互动上...
-
发布了文章 20分钟前
Manga Image Translator – 开源漫画图片文字翻译工具，多语言翻译无缝嵌入原图
Manga Image Translator是开源的漫画图片文字翻译工具，能一键翻译漫画和图片中的文字。Manga Image Translator基于OCR技术识别文本，结合机器翻译将文字转换成目标语言。工具支持多种语言，...
-
发布了文章 23分钟前
MakeAnything – 新加坡国立大学开源的一致性图片序列生成框架
MakeAnything 是新加坡国立大学 Show Lab团队推出的基于扩散变换器（Diffusion Transformer）的多领域程序性序列生成框架，基于文本描述或图像输入生成高质量的分步教程。MakeAnythin...
全部评论
留言在赶来的路上...
发表评论