克雷西

通信巨头入局视频生成，直接霸榜权威评测：人物跨越多场景依然一致

作者

中国电信人工智能研究院发布的新模型TeleAI-VAST，在16项子指标中有9项排名第一，包括物体分类、人体动作等。该模型展示了四位女主角的不同场景下的前后一致性和人物动作精准控制能力，并且实现了声音与画面的同步效果。此外，它采用了独特的两阶段生成架构，使得视频生成更加精确和可控。