Hugging Face BlogT1·基座大模型
78 分
Overworld 团队在 Hugging Face 上开源了 Waypoint-1,这是一款支持实时交互的视频扩散模型。该模型提供了 Small 版本权重,旨在实现低延迟的生成式视频体验,并配套举办黑客松活动以推动生态应用。
Video Diffusion Model
利用扩散过程从噪声中逐步生成视频帧的深度学习架构
Overworld 团队在 Hugging Face 上开源了 Waypoint-1,这是一款支持实时交互的视频扩散模型。该模型提供了 Small 版本权重,旨在实现低延迟的生成式视频体验,并配套举办黑客松活动以推动生态应用。
Hugging Face 推出 FineVideo 数据集,包含 4.3 万个视频(总计 3400 小时),填补了开源高质量视频数据的空白。该数据集不仅提供丰富的描述和场景分割,还包含详细的叙事细节及问答对(QA pairs),旨在支持多模态大模型和视频扩散模型的训练。官方表示将基于此数据训练并发布一个多模态 LLM 及其权重。