潞晨 Open-Sora 團隊在 720p 高畫質文生影片質量和生成時長上實現了突破性進展，支援無縫產出任意風格的高質量短片，令人驚喜的是，他們選擇再給開源社群帶來億點點震撼，繼續全部開源。
開源地址：https://github.com/hpcaitech/Open-Sora
透過他們的模型權重，能夠生成各種酷炫的短片，比如海浪和海螺的親密接觸，還有那些深不可測的森林秘境。
人物肖像的渲染也相當逼真。
還能精準渲染賽博朋克風，讓短片瞬間充滿強烈的未來感和科技感。
圖片經過壓縮。
也能生成有趣生動的動畫鏡頭，帶來極具表現力的視覺體驗。
圖片經過壓縮。
即使是電影級別的鏡頭製作，也能輕鬆應對。
例如，實現流暢的變焦效果，為影片增添專業級的視覺效果。
圖片經過壓縮。
還能幫助電影製作人員創造出逼真的電影鏡頭。
圖片經過壓縮。
潞晨的 Open-Sora 模型以其卓越的效能揭示了影片生成領域的廣闊前景，而他們的模型權重和訓練程式碼已經全面開源，感興趣的朋友可以訪問他們的 GitHub 地址：https://github.com/hpcaitech/Open-Sora
文生影片界的開源戰士
LambdaLabs，美國科技界獨角獸，基於潞晨團隊先前開源的 Open-Sora 模型權重打造了一個數字樂高宇宙，樂高迷們在這裡找到了極致的創意體驗。
潞晨團隊深諳開源對於文生影片技術突破的加速度，他們不僅持續開源模型權重，還在 Github 上曬出了技術路線，讓每個玩家都能成為文生影片大模型的掌控者，不再是單純的圍觀群眾。報告一出爐，我們就火速進行了深度挖掘和解析，試圖捕捉文生影片技術的最新動向。（報告地址：https://github.com/hpcaitech/Open-Sora/blob/main/docs/report_03.md）
技術深度解碼
在潞晨 OpenSora 團隊釋出的這份技術報告中，他們深度剖析了本次模型訓練的核心和關鍵。在上一個版本基礎上，引入了影片壓縮網路（Video Compression Network）、更優的擴散模型演算法、更多的可控性，並利用更多的資料訓練出了 1.1B 的擴散生成模型。
在這個 "算力為王" 的時代，我們深知影片模型訓練的兩大痛點：計算資源的巨大消耗與模型輸出質量的高標準。潞晨 Open-Sora 團隊以一種極簡而有效的方案，成功地在成本和質量之間找到了平衡點。
OpenSora 團隊提出了一個創新的影片壓縮網路（VAE），該網路在空間和時間兩個維度上分別進行壓縮。具體來說，他們首先在空間維度上進行了 8x8 倍的壓縮，接著在時間維度上進一步壓縮了 4 倍。透過這種創新的壓縮策略，既避免了因抽幀而犧牲影片流暢度的弊端，又大幅降低了訓練成本，實現了成本與質量的雙重最佳化。
影片壓縮網路結構
Stable Diffusion 3，最新的擴散模型，透過採用了 rectified flow 技術替代 DDPM，顯著提升了圖片和影片生成的質量。儘管 SD3 的 rectified flow 訓練程式碼尚未公開，但潞晨 Open-Sora 團隊已經基於 SD3 的研究成果，提供了一套完整的訓練解決方案，包括：
簡單易用的整流（rectified flow）訓練
用於訓練加速的 Logit-norm 時間步長取樣
基於解析度和影片長度的時間步長取樣
透過這些技術的整合，我們不僅能夠加快模型的訓練速度，還能顯著減少推理階段的等待時間，確保使用者體驗的流暢性。此外，這套訓練方案還支援在推理過程中輸出多種影片寬高比，滿足了多樣化場景下的影片素材需求，為影片內容創作者提供了更加豐富的創作工具。
他們在報告中也透露了更多關於模型訓練的核心細節，包括資料清洗和模型調優的實用技巧，以及構建了更完善的模型評估體系，保障模型的穩健性和泛化能力。他們還提供了可以自行一鍵部署的 Gradio 應用，並支援調節輸出的運動分數、美學分數和鏡頭移動方式等引數，甚至可以一鍵透過 GPT-4o 自動修改指令並支援中文輸入。要忍不住 get hands dirty 了，詳情請戳 https://github.com/hpcaitech/Open-Sora/blob/main/docs/report_03.md
打破閉環，開源賦能
自 OpenAI Sora 釋出以來，業界對 Sora 的開放性期待值爆表，但現實卻是持續的等待遊戲。潞晨 Open-Sora 的開源，為文生影片的創新和發展注入了強勁的活力。“授人以魚不如授人以漁”，訪問他們的 github 地址，即可零門檻免費獲得模型權重和全套訓練程式碼，這使使用者從被動的內容消費者轉變為積極的內容創造者。這一轉型為企業使用者解鎖了自主開發文生影片應用的新技能，無論是打造沉浸式遊戲、創意廣告還是製作影視大片，文生影片技術的應用場景得到了指數級擴充套件。
我們期待這股星星之火，能夠點燃整個文生影片領域的創新激情，實現從點到面的燎原之勢。
最後附上潞晨 OpenSora 開源連結：https://github.com/hpcaitech/Open-Sora
https://wandb.ai/lambdalabs/lego/reports/Text2Bricks-Fine-tuning-Open-Sora-in-1-000-GPU-Hours--Vmlldzo4MDE3MTky
https://hpc-ai.com/blog/open-sora-from-hpc-ai-tech-team-continues-open-source-generate-any-16-second-720p-hd-video-with-one-click-model-weights-ready-to-use