北京
分享至
12月15日，商汤科技在“产品发布周”首日正式发布多剧集生成智能体Seko2.0。
通过在扩散模型的高噪阶段引入“负参考图”，SekoIDX实现多剧集、跨分镜中的角色一致性，同时可避免内容与参考图过度相似，并在响应不同表情、姿态、场景等指令时保持高度稳定。同时，支持超过2人对口型的解决方案SekoTalk，实现了从单人口型到多人互动的高精度声形同步。
商汤还提出了Phased DMD蒸馏技术，将分阶段蒸馏与专家混合模型（MoE）结合，让不同模型专精于生成流程的不同阶段，在不增加推理成本的前提下提升了模型整体能力与效率上限。
商汤还开源了能实时视频生成的推理框架LightX2V，通过DiT蒸馏加速、轻量化VAE、稀疏注意力等优化，实现低成本、强实时视频生成，在消费级显卡上能以不到5秒的时间生成5秒视频，优于Sora 2。
此外，Seko系列目前已支持寒武纪、沐曦等多款国产芯片。（澎湃新闻记者 秦盛）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
