(资料图)

编程客栈（）3月22日 消息:最近，阿里dFpMkhtWEI达摩院在魔搭社区（ModelScope）发布了一个新的人工智能模型，可以根据用户编程客栈输入的英文文本提示，自动生成对应的视频。这个模型由三个子网络组成，整体参数约17亿，采用了扩散模型的结构，通过从噪声视频中迭代去噪的过程，实现视频生成的功能。

这个模型目前已经开放给用户试玩，只要输入一些简单的描述词，就可以看到生成的视频效果。比如输入“A panda eating bamboo on a rock”，就可以看到一只大熊猫坐在岩石上吃竹子的画面。

不过，目前这个模型还不支持中文输入，而且生成的视频长度多在2-4秒，等javascript待时间从20多秒dFpMkhtWEI到1分多钟不等，画面的真实度、清晰度以及长度等方面还有待提升。

阿里达摩院的这个发布引起了国内外网友的关注和尝试，也展示了人工智能技术在内容生成领域的进步和潜力。未来，或许我们只需要一些文字提示，就能制作出任何风格和主题的视频内容。

（体验地址：https://modelscope.cn/studIOS/damo/text-to-video-synthesis/summary）