原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于物理条件约束的可信视觉生成大模型 某著名企业
某著某著名企业人工智能创新与产业研究院研究员，长聘正毕业于浙江毕业于香港科技大阶段，作为联合创始人创立了3D视觉公司Alituzre，并后来被苹果公司收购。2017年至2023年，在阿里云人工智能实验室担任总监。2023年起，任职于复旦大学人工智能创新与产业研究院，担任研生要研究方向包括视频和三维生成式模型，涉及基于视觉的三维和视频的重建、生成、理解、方针和模拟。他发表了60余篇高水平会议和期刊论文，包括CVPR、ICCV、ICLR和TPAMI等计算机视觉和机器学习领域，包括Hallo, Champ, AnimateAnything等有一定行业影响力的视频生成大模型。在40余个计算机视觉国际比赛和榜单上取得第一名。
VisualgenerativemodelVAE:maximizevariationallowerboundInputOutput
VideogenerativemethodsGAN:AdversarialtrainingVAE:maximizevariationallowerboundFlow-basedmodels:InvertibletransformofdistributionsDiffusionmodels:GraduallyaddGaussiannoiseandthenreverseThefieldofvideogenerationhasseenrapiddevelopment,reachingseveralmilestones...
Diffusionforvisualgeneration(1)DenoisingDiffusionProbabilisticModels(DDPMs)
Diffusionforvisualgeneration(2)StochasticDifferentialEquations(ScoreSDEs)
KeyElementsofvisualDiffusionModelsPixeldiffusion(originalinput)LatentspacediffusionUnetTransformer
Sora,breakthroughConsistency:consistencyin3Drendering,long-rangecoherence,andobjectpermanence.Highfidelity.Surprisinglength:extendedvideolengthcapability(Sora:1minutevs.previoussystems:seconds).Flexibleresolution:generationofvideosacrossvariousdurations,aspectratios,andresolutions.
Sora,keytechnologiesTheDiTframeworkbyMeta(2022.12)isdesignedforvideoprocessing.GooglesMAGViT(2022.12)focusesonVideoTokenization.GoogleDeepMindintroducedNaViT(2023.07)tosupportvariousresolutionsandaspectratios.OpenAIsDALL-E3(2023.09)enhancesVideoCaptiongenerationforimprovedconditionedvideocreation.
ModelingthephysicalworldWeknowthatitisveryplicatedrealphysicalmodel.probabilisticbayesianinference;probabilisticgraphicalmodels.deterministicmathematicalequations;physicsbasedsimulation;controltheory.
ModelingthephysicalworldWeknowthatitisveryplicatedrealphysicalmodel.probabilisticbayesianinference;probabilisticgra
文档评论（0）