“文化平权”不再遥远？昆仑万维开源首个面向 AI 短剧创作视频生成模型SkyReels-V1

于 2025-02-18 18:14:00 发布
阅读量703 收藏 5
点赞数 4
CC 4.0 BY-SA版权
分类专栏： 话题文章 文章标签： 人工智能 算家云 多模态大模型 SkyReels-V1 AI短剧
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/SJJS_1/article/details/145711586

近日，昆仑万维重磅开源了国内首个面向 AI 短剧创作的视频生成模型SkyReels-V1和国内首个 SOTA 级别基于视频基座模型的表情动作可控算法SkyReels-A1。

据昆仑万维官方介绍，此次开源SkyReels-V1和SkyReels-A1两个SOTA级别的模型和算法，旨在将面向AI短剧创作的技术成果回馈开源社区和AIGC用户，解决当前AI视频生成模型不开源、费用高、难以使用等问题。

SkyReels-

最低0.47元/天 解锁文章

200万优质内容无限畅学
博客
Gemma-3n-E4B-it本地部署教程：谷歌开源轻量级多模态大模型，碾压 17B 级同类模型！
07-15 471
Gemma-3n-E4B-it（简称 E4B-IT）是 Google 于 2025 年 6 月 26 日推出的轻量级开源多模态 AI 模型，属于 Gemma 3n 系列的高阶版本（E4B 指“有效参数 4B”），专为移动设备和边缘计算场景设计，支持本地处理文本、图像和音频输入，并生成文本输出。E4B-IT 的音频功能支持设备端语音转文本和翻译（英法/英西翻译准确率超 92%），视觉功能由 MobileNet-V5 编码器驱动。
博客
刚刚，英伟达宣布将恢复 H20 在华销售！并计划推出全新GPU
07-15 119
美国政府批准H20出口许可，英伟达将开始向中国销售H20，持续三个月的芯片僵局是否将被打破？
博客
阿里开源黑科技！Wan2.1-14B-T2V-FusionX-VACE本地部署教程：基础模型+专项优化模块“实现质变！
07-14 746
今年5月，阿里云开源模型，凭借其突破性技术架构与能力，极大提升了AI视频创作效果。本次合并模型整合了的作用域（scopes）与的模型架构。
博客
Manus 「出走」背后：AI Agent 赛道技术与市场的双重困境
07-14 364
从万众追捧到风口浪尖，Manus用130天上演了一场AI创业的魔幻现实主义大戏。
博客
“28项评测23项SOTA——GLM-4.1V-9B-Thinking本地部署教程：10B级视觉语言模型的性能天花板！
07-11 921
GLM-4.1V-9B-Thinking是由智谱AI联合清华大学团队推出的多模态大模型，以基座模型为底，通过引入“思维链推理机制”和“课程采样强化学习策略”（Reinforcement Learning with Curriculum Sampling），显著提升了模型的跨模态推理能力与稳定性。在继承 GLM 系列通用大模型能力的基础上，进一步强化了视觉理解和复杂推理能力。该模型支持长上下文输入，具备处理图像、视频、文本等多种模态的能力，适用于教育、科研、工业和政务等多个领域。
博客
马斯克Grok 4陷入争议：追求真理还是个人观点的「扩音器」？
07-11 293
Grok 4翻车了？
博客
6 亿参数玩转 20 + 语言！OuteTTS-1.0-0.6B本地部署教程，轻量模型也能 hold 住跨语言合成
07-10 801
OuteTTS-1.0-0.6B 是 OuteAI 于 2025 年 5 月发布的开源语音合成模型，基于 Qwen-2.5-0.5B 架构优化，参数规模 6 亿，专注于轻量级高性能语音合成。该模型通过创新技术路径实现了多语言支持、声音克隆和低资源消耗的平衡，在边缘计算、移动应用等场景展现出独特优势。
博客
全球第一！英伟达市值突破4万亿，算力正成为数字时代「新石油」
07-10 469
算力，这个未来的科技硬通货，正随着英伟达创造的商业神话，成为数字时代的「新石油」。
博客
让AI绘图更可控！ComfyUI-Cosmos-Predict2基础使用指南
07-09 566
Cosmos-Predict2 是由 NVIDIA 推出的新一代物理世界基础模型，专为物理 AI 场景下的高质量视觉生成与预测任务设计。该模型具备极高的物理准确性、环境交互性和细节还原能力，能够真实模拟复杂的物理现象与动态场景。Cosmos-Predict2 支持文本到图像（Text2Image）和视频到世界（Video2World）等多种生成方式，广泛应用于工业仿真、自动驾驶、城市规划、科学研究等领域，是推动智能视觉与物理世界深度融合的重要基础工具。
博客
突破 30 分！DeepSeek-R1 联合 X-Master，打破AI 评测纪录
07-09 1413
“人类最后的考试”，被一支国内团队打破了纪录。
博客
ComfyUI-v0.3.43本地部署教程：新增 Omnigen 2 支持，复杂图像任务一步到位！
07-08 1151
ComfyUI-v0.3.43 是基于节点化工作流的 Stable Diffusion 图形界面工具的最新版本，专注于提升模型兼容性、性能稳定性及用户体验。Flux Kontext 与 Omnigen 2 集成新增对 Flux Kontext（基于扩散模型的图像编辑工具）和 Omnigen 2 模型的官方支持。用户可通过节点直接调用这些模型，实现高精度图像风格迁移、多模态内容生成等复杂任务。
博客
腾讯重磅发布！业界首个美术级3D生成大模型Hunyuan3D-PolyGen诞生：BPT+强化学习实现美术级3D生成
07-08 400
腾讯混元推出业界首个美术级3D生成大模型，建模效率提升70%！这对数字内容生产行业将产生哪些影响？
博客
ERNIE-4.5-21B-A3B-Paddle 本地部署教程：百度飞桨出品，下一代多模态大模型标杆
07-07 1161
是百度推出的新一代多模态大模型，属于，采用，总参数规模达，激活参数。该模型基于开发，支持文本与视觉的联合训练，具备强大的多模态理解和生成能力。1.2.3.
博客
十年未解基因谜团被ChatGPT破解！真实案例揭示AI医疗新可能
07-07 296
斗争十年顽疾无果后，一次AI尝试，竟意外破解了基因谜团。ChatGPT如何成为诊断助手？背后是人机协作的新可能。
博客
4 位量化 + FP8 混合精度：ERNIE-4.5-0.3B-Paddle本地部署，重新定义端侧推理效率
07-04 1176
ERNIE-4.5-0.3B-Paddle 是百度文心大模型 4.5 系列中的轻量级成员，采用，总参数量仅 3 亿，基于飞桨（PaddlePaddle）框架深度优化，专为边缘计算、移动端和资源受限环境设计。：模型基于文本和视觉模态进行联合训练，能更好地捕捉多模态信息的细微差别，并提升文本理解与生成、图像理解以及跨模态推理等任务的性能。团队设计了一种异构 MoE 结构，并引入了模态隔离路由，采用了路由器正交损失和多模态标记平衡损失。这些架构选择确保两种模态都得到有效表示，从而在训练过程中实现相互强化。
博客
华人占AI半壁江山！全球AI顶尖人才榜揭晓，何恺明领衔多位华人科学家
07-04 366
华人科学家，正在重塑硅谷的AI格局。
博客
5 秒预览物理世界，2 行代码启动生成——ComfyUI-Cosmos-Predict2 本地部署教程，重塑机器人训练范式！
07-03 957
Cosmos-Predict2 是（WFM） 物理 AI 生态系统的一个关键分支，专门通过高级世界建模进行未来状态预测。它提供两项强大的功能：用于从文本描述创建高质量图像的文本到图像生成，以及用于从视频输入生成视觉模拟的视频到世界生成。我们在下图中可视化了 Cosmos-Predict2 的架构。
博客
智谱开源多模态推理新王者！9B参数挑战72B巨头
07-03 545
小模型的大智慧，正在重构全球AI竞争规则。
博客
“开源双轨架构+40亿参数扩散Transformer——ComfyUI-OmniGen2本地部署教程：重塑多模态生成的效率边界！
07-02 911
是由北京智源研究院最新推出的一个强大、高效的开源多模态生成模型。与 OmniGen v1 不同，OmniGen2 具有两种不同的文本和图像模态解码路径，利用非共享参数和解耦的图像分词器。
博客
AI如何驱动小米YU7的“强大产品力”？从Thor芯片到场景预判引擎
07-02 483
小米YU7开启预定3分钟订单破20万，1小时逼近29万，引爆全球车市。现象级热销背后，是其AI技术对汽车产品力的系统性重构。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值