“一句话生成视频”AI 爆火：分辨率达到 480×480，只支持中文输入，轮到国外网友学翻译了

图片地址：https://img.ithome.com/newsuploadfiles/2022/6/37da3cf8-5ebf-428c-827b-a0007cf69422.gif

一周不到，AI 画师又“进阶”了，还是一个大跨步 —— 直接 1 句话生成视频的那种。输入“一个下午在海滩上奔跑的女人”，立刻就蹦出一个 4 秒 32 帧的小片段：又或是输入“一颗燃烧的心”，就能看见一只被火焰包裹的心：这个最新的文本-视频生成 AI，是清华 & 智源研究院出品的模型 CogVideo。Demo 刚放到网上就火了起来，有网友已经急着要论文了：CogVideo“一脉相承”于文本-图像生成模型 CogView2，这个系列的 AI 模型只支持中文输入，外国朋友们想玩还得借助谷歌翻译：看完视频的网友直呼“这进展也太快了，要知道文本-图像生成模型 DALL-E2 和 Imagen 才刚出”还有网友想象：照这个速度发展下去，马上就能看到 AI 一句话生成 VR 头显里的 3D 视频效果了：所以，这只名叫 CogVideo 的 AI 模型究竟是什么来头？生成低帧视频后再插帧团队表示，CogVideo 应该是当前最大的、