愛(ài)詩(shī)科技發(fā)布PixVerse V2，更快更長(cháng)更一致的AI視頻生成來(lái)了

7月24日，愛(ài)詩(shī)科技正式發(fā)布視頻生成產(chǎn)品 PixVerse V2，全球同步開(kāi)放，致力用AI視頻大模型為每一個(gè)用戶(hù)釋放創(chuàng )意可能。

PixVerse V2 采用 Diffusion+Transformer（DiT）基礎架構，并在各方面進(jìn)行技術(shù)創(chuàng )新，提供了更長(cháng)、更一致、更有趣的視頻生成能力。在模型能力提升的同時(shí)，PixVerse V2還帶來(lái)了AI視頻生成的全新玩法：在保證一致性的前提下，一次生成多個(gè)視頻片段，可實(shí)現單片段8秒，和多片段40秒的視頻生成。

一、以DiT架構為基礎，實(shí)現多項技術(shù)創(chuàng )新

PixVerse V2 采用了 DiT 模型架構，用行業(yè)頂尖的模型訓練效率實(shí)踐了視頻大模型的Scaling Law，同時(shí)在多個(gè)方面運用了獨創(chuàng )的技術(shù)實(shí)現了卓越的生成效果。

在時(shí)空建模方面，PixVerse V2 引入了自研的時(shí)空注意力機制，不僅超越了傳統的時(shí)空分離和 fullseq 架構，而且顯著(zhù)提升了對空間和時(shí)間的感知能力，使得在處理復雜場(chǎng)景時(shí)表現更為出色。

在文本理解方面，PixVerse V2 利用了有更強大理解能力的多模態(tài)模型來(lái)提取prompt的表征，有效實(shí)現了文本信息與視頻信息的精準對齊，進(jìn)一步增強了模型的理解和表達能力。

此外，PixVerse V2在傳統flow模型的基礎吉印通行了優(yōu)化，通過(guò)加權損失，促進(jìn)了模型更快更優(yōu)的收斂，從而提升整體訓練效率。

二、用戶(hù)第一，提升AI視頻創(chuàng )作生產(chǎn)力

基于大量用戶(hù)反饋和社區討論，愛(ài)詩(shī)團隊深刻洞察到一致性是AI視頻創(chuàng )作的核心挑戰，因此，PixVerse V2 在設計和優(yōu)化吉印通行了針對性突破：支持一鍵生成1-5段連續的視頻內容，且片段之間會(huì )保持主體形象、畫(huà)面風(fēng)格和場(chǎng)景元素的一致。這一創(chuàng )新功能，讓用戶(hù)能夠圍繞特定主題進(jìn)行高效而便捷的視頻創(chuàng )作。

PixVerse V2 還支持對生成結果進(jìn)行二次編輯，通過(guò)智能識別內容和自動(dòng)聯(lián)想功能，用戶(hù)可以靈活替換調整視頻主體、動(dòng)作、風(fēng)格和運鏡，進(jìn)一步豐富創(chuàng )作的可能性。愛(ài)詩(shī)團隊希望在模型性能和美學(xué)效果之間尋求平衡，預計未來(lái)3個(gè)月內還將進(jìn)行多次迭代升級，提供更好的AI視頻生成體驗。

PixVerse V2 致力讓更多用戶(hù)感受到AI視頻創(chuàng )作的樂(lè )趣，無(wú)論是記錄日常腦海中的靈光乍現，還是講述引人入勝的視頻故事，都能變得觸手可及。