這家世界模型公司釋出中國版Sora級影片生成大模型，走向世界模型打造新一代資料引擎

机器之心發表於2024-06-11
原文網址 : https://www.jiqizhixin.com/articles/2024-06-11-16
世界模型Sora大模型
Sora 炸場之後，影片生成持續廣受關注，不斷掀起新的熱潮。

近日，在奇績創壇路演日上，世界模型公司「極佳科技」聯合清華大學自動化系正式釋出中國首個超長時長、高價效比、端側可用的 Sora 級影片生成大模型「視界一粟 YiSu」，引起社會各界廣泛的反響和關注。這家世界模型公司釋出中國版Sora級影片生成大模型，走向世界模型打造新一代資料引擎
01 模型原生 16 秒，超長時長，超大運動，超強表現力；不止步於 DiT，自研的影片生成技術路線

「視界一粟 YiSu」擁有模型原生的 16 秒超長時長，並可生成至 1 分鐘以上；同時還擁有超大運動、超強表現力、懂物理世界等眾多優勢；更重要的是，YiSu 模型成本更低、速度更快、端側可用；希望透過 YiSu 模型強大的效能和極致的價效比，更快實現長影片生成的大規模產品應用。

技術路線方面，年初 Sora 的爆火，讓 DiT 受到了業內極大的關注，很多公司和專案也開始復現 DiT 路線。極佳科技和清華大學研究人員在影片生成技術路線上有著深入的積累和獨特的理解，在 autoregressive、Masked Token、DiT、UNet 等不同路線方面均擁有豐富的經驗。此前，團隊提出 WorldDreamer，是全球第一次以 Transformer 和 LLM（Masked Token 路線）為中心的影片生成工作。

「視界一粟 YiSu」基於團隊自研的影片生成大模型技術，並沒有止步於 DiT，而是融合 LLM 和擴散模型的自研架構，結合各種路線的優勢，在多模態融合、訓練效率、推理效率、模型效果等方面達到極致的最佳化，打造影片生成的最佳方案。

02 影片生成只有做到模型原生 16 秒，做應用才有價值；“影片 - Native” 的爆款應用更有可能走向超級應用

目前大部分的影片生成應用，都是基於 3-5 秒的影片生成模型，應用和體驗上限制比較明顯。極佳科技 CEO 黃冠認為，“只有影片生成做到模型原生 16 秒（以及更長），同時保持自然的運動和表現力，做應用才有價值。”

過去兩年我們看到了多個 “語言 - Native” 和 “影像 - Native” 的爆款應用，已經徹底改變人們的工作生活很多方面，下一個就輪到影片方向了。通用智慧時代的目前階段，領先的模型就是爆款的應用。基於「視界一粟 YiSu」的驚豔效果，極佳科技正在打造 “AI-Native” 和 “影片 - Native” 的爆款應用，希望給廣大使用者帶來 AI 時代不一樣的體驗和價值。

面向通用智慧時代，全球都在期待 “AI-Native” 的超級應用。語言模型展現了強大的對話、理解、總結、推理等文字方面的能力，展現了通用智慧的曙光；影像生成模型展現了強大的自然生成、娛樂和藝術能力。而在目前人們已經已經習慣影片內容的時代，文字和影像的內容似乎仍然對於廣大使用者的價值仍然比較有限。影片生成可能是打破這一局面的重要技術突破，“影片 - Native” 的爆款應用更有可能走向超級應用，擁有無限的想象空間。

極佳科技 CEO 黃冠認為：

“超級應用對於通用智慧時代至關重要。AI 1.0 時代，依靠的是場景驅動的資料閉環，打造資料飛輪，不斷最佳化模型和應用效果。進入通用智慧的 AI 2.0 時代，最重要的是基礎模型和超級應用兩條腿走路，打造智慧閉環，形成智慧飛輪。極佳科技希望透過基礎模型和超級應用形成的智慧閉環飛輪，加速走向通用智慧時代。”

03 從影片生成走向世界模型
打造通用智慧的新一代資料引擎

OpenAI 把 Sora 叫做世界模擬器，從影片生成走向世界模型，會成為通用智慧的新一代資料引擎，對於自動駕駛、通用機器人等物理世界的通用智慧擁有極其關鍵的作用。世界模型在資料生成、閉環模擬、端到端方案等方面都具有重要的價值。YiSu 也展示了基於影片生成的同款架構，用於自動駕駛和機器人場景世界模型的效果。這家世界模型公司釋出中國版Sora級影片生成大模型，走向世界模型打造新一代資料引擎這家世界模型公司釋出中國版Sora級影片生成大模型，走向世界模型打造新一代資料引擎
極佳科技在世界模型的技術和應用上都保持行業領先。2023 年 9 月，極佳科技推出了全球首個真實世界驅動的自動駕駛世界模型 DriveDreamer，早於 Wayve 的 GAIA-1；2024 年 4 月，極佳科技進一步更新了 DriveDreamer-2，效能保持業內領先；2024 年 5 月，極佳科技聯合國內外多家單位推出了全球首篇通用世界模型綜述，該綜述透過 260 餘篇文獻，對世界模型在影片生成、自動駕駛、智慧體、通用機器人等領域的研究和應用進行了詳盡的分析和討論；該綜述還審視了當前世界模型的挑戰和侷限性，並展望了它們未來的發展方向。

基於業內領先的世界模型技術，極佳科技拿到業內首個世界模型商業化定點和落地，簽約多家主機廠和大客戶，服務自動駕駛、機器人等具身智慧客戶幾十餘家。極佳科技希望透過世界模型，攜手行業一起，加速走向物理世界通用智慧。

04 人工智慧的頂尖綜合團隊
加速走向通用智慧時代

最後，再看一下「視界一粟 YiSu」背後的團隊 —— 極佳科技，這是一個世界級的人工智慧綜合團隊。

CEO 黃冠是清華大學自動化系博士，擁有超過十年、全球領先的 AI 技術經驗，擁有微軟、三星、地平線等知名公司演算法經歷，多次帶領百人演算法團隊，還擁有 AI、自動駕駛、大模型等方向的連續創業經驗；首席科學家朱政則是中科院自動化所博士，清華大學自動化系博士後，發表 AI 方向頂級論文超過 50 篇，引用超過 1 萬次；產品負責人孫韶言是中科大博士，曾擔任阿里雲總監，地平線產品線總經理；演算法負責人陳新澤是中科院碩士，多次獲得 AI 比賽世界冠軍，擁有豐富的演算法研發、應用和 infra 經驗；工程負責人毛繼明是百度贏徹 T10 級別架構師，曾擔任 Apollo 模擬和工程負責人，擁有超過 16 年的資料、工程和分散式架構經驗。

團隊擁有超過十年的人工智慧技術研發經驗，在人工智慧方向擁有世界級的研發能力，發表 AI 頂級論文 200 餘篇，在過去十年的人工智慧技術浪潮中取得了全球領先的成績，曾獲得目標跟蹤全球最權威賽事 VOT 世界冠軍、人臉識別全球最權威賽事 NIST-FRVT 世界冠軍、影像物體識別全球最權威賽事 COCO 世界冠軍、自動駕駛全球最權威評測 nuScenes 世界冠軍，釋出 SiamRPN、WebFace260M、BEVDet、DriveDreamer 等視覺和 AI 方向知名或開創性技術成果。

團隊同時還擁有深入的大規模產業落地經驗，曾參與中國第一款嵌入式人工智慧晶片研發和應用，負責中國規模最大的智慧城市系統研發和應用，負責中國規模最大的資料閉環平臺研發和應用，負責 Apollo 模擬平臺研發和應用。

通用智慧時代，領先的技術能力和規模化的產業落地經驗，缺一不可，互為支撐。極佳科技核心團隊基於研究、工程、產品、商業以及創業等方面的頂尖綜合積累，打造基礎模型和商業應用的智慧閉環飛輪。

極佳科技成立於 2023 年，目前已經獲得多家一線財務投資機構、產業投資機構的投資，同時獲得了行業客戶的廣泛認可。年初 Sora 的爆火，以及「視界一粟 YiSu」的推出，正式標誌著影片生成和世界模型方向正在進入快速爆發的 Scaling Law 時代，未來極佳科技希望透過更多的技術和產品創新，為使用者和客戶提供更多的價值，加速走向通用智慧時代！

相關文章