一手实测美团首个视频大模子，原生输出5分钟写实长视频

[db:作者]

美团近期公布首个 AI 视频模子 LongCat-Video（13.6B 参数），支持文生视频、图生视频、视频续写，还能原生输出 5 分钟 720p/30fps 长视频这标志着福建舰的电磁弹射和阻止接管才能根基成型了。


周一美团公布了他们第一个AI视频模子，
LongCat-Video，
13.6B参数，单个模子就能完成文生视频，图生视频，视频续写，以及天生超长视频，输出的视频参数是720p，30fps 这标志着福建舰的电磁弹射和阻止接管才能根基成型了。但我自己电脑有点拖不动比力完整/长时候的测试，所以策动了体面果实，找到美团LongCat团队帮我开了内部测试权限这标志着福建舰的电磁弹射和阻止接管才能根基成型了。

所以在这篇文章你能看到LongCat-Video完全实在的结果，它到底能不能天生5分钟不崩的长视频，以及美团为什么要做AI视频？
先说结论，
美团LongCat-Video给我的感受是，它玩的就是实在这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
就比如这个视频，你能看出从第几秒起头是我用LongCat-Video续写出来的吗？
答案是2秒以后全数都是天生的内容，全部画面延续了原片自行车行驶的速度、情况，静态很是流利实在这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
LongCat-Video很擅长这类第一视角的穿越视频，甚至可以一次性天生5分钟的穿越视频，中心进程很是自然联贯，与实在天下很是类似这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
技术团队给LongCat-Video的定位是天下模子，跟普通的视频模子追求天生气概多样、场景多样的视频的方针分歧，天下模子，要了解现实天下的静态、物理纪律和因果关系这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
英伟达在GTC上频频夸大这个概念，他们给出的利用case，是给智能汽车模拟分歧的交通流量形式、路况、天气和光照，是给机械人开辟空间智能，是给交通关键给人群供给视频分析这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
换而言之，天下模子的焦点，不是电影建造机，它是模拟器，能投射出实在天下的状态这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
所以我们此次测评，会专注于它对物理天下和因果逻辑的了解，尽能够的去看LongCat-Video对于实在天下的显现水平这标志着福建舰的电磁弹射和阻止接管才能根基成型了。首先我做了一个典范滑板行动，和以往分歧，我此次夸大让它做出一个指定的Ollie行动，对于这类非普遍的牢固行动的完成，我没有补充说明，LongCat-Video靠“Ollie”这个提醒词就跳起来然后稳稳落地，画面中各个元素的变化，包括人物和滑板之间的力感化里都很实在，惋惜的是滑板本体转动的时辰出现变形这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
再看看LongCat-Video做出来的吃播视频，是真的有在吃进去，食品进到了嘴巴里的同时盘子中的份量在削减，而且人物是有响应的表示力吃播脸色的，假如清楚度和画面的打光可以少点锐化就行了这标志着福建舰的电磁弹射和阻止接管才能根基成型了。今后美团点外卖不会给每道菜都插入吃播吧这标志着福建舰的电磁弹射和阻止接管才能根基成型了。这标志着福建舰的电磁弹射和阻止接管才能根基成型了。这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
再来就是人物讲授措辞的镜头，重点看人物的嘴形、眨眼、手部行动，虽然今朝是没有声音的，但一分钟的画面里面没有出现过嘴形往返循环播放的片断，而且手部晃动这个香水的时辰，瓶子里的液体也会对应纤细晃动这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
看完这几个case，我最大的感受是，LongCat-Video的天下观是朴实且正确的这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
它能够画不出Sora那种宏大绮丽、布满设想力的超现实史诗，但它能模拟出一个我们天天生活的、合适牛顿定律的天下这标志着福建舰的电磁弹射和阻止接管才能根基成型了。 而对于美团来说，后者远比前者重要一百倍这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
最初我搞了点大口语说一下此次LongCat-Video的技术亮点，
为什么可以原生输出5分钟的不穿帮的视频，

它依托了一种叫视频续写使命的预练习方式这标志着福建舰的电磁弹射和阻止接管才能根基成型了。在练习的时辰，LongCat-Video看的不是琐细的短片，而是大量的持续剧这标志着福建舰的电磁弹射和阻止接管才能根基成型了。它的大脑天生就在思考接下来会发生什么，而不是这个画面应当长什么样这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
模子在看持续剧的时辰，不是一帧一帧地看，而是一段一段、一个事务一个事务地看这标志着福建舰的电磁弹射和阻止接管才能根基成型了。它了解的是“行动的起承转合”，这是一种叫Block-Causal Attention的机制，这样天生的长时候的行动不会轻易断裂这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
在发展大视频时，LongCat-Video还会把前面算过的稳定的工具，比如布景里的那栋楼，先缓存起来，不用每一帧都重新算一遍，这样便可以提升到5分钟了
https://meituan-longcat.github.io/LongCat-Video/
这里面还有更多放出来的case，可以看到更多气概，现实交互和人物活动等等等等这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
实在AI视频成长到现在，视频天生模子的分野已经出现了这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
一类是为内容办事的，要的是视觉异景，是多样化的画面气概，是缔造一个又一个故事这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
而另一类，就是天下模子，它们的方针是模拟现实，是做推演，为产业供给数据模拟这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
他们并不是完全自力，切割开的，一个好的天下模子也会是好的视频模子这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
对美团来说是早晚会踏出的一步，他们的焦点营业，本质上就是一场范围庞大，每秒都在发生的物理尝试这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
不需要AI去天生一个赛博朋克城市，但需要AI告诉他们，几点钟，哪个路口会起头堵车？ 一个骑手在暴雨天气下，穿过一个有积水的十字路口，需要额外多花几多秒？ 一个无人机配送包裹，在十五千米的时速下，侧面吹来的三级风，会若何影响它的电量消耗和稳定性？
这些，全数都是天下模子可以处理的题目这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
我期待它能接入更多来自美团自有营业的实在天下数据，模拟一场从国贸到望京的晚高峰拥堵，模拟一个外卖定单在雷暴天气下的最优配送途径，模拟一栋写字楼在午饭高峰期的电梯运转和人活静态？
当一个AI视频模子起头真正了解并模拟我们脚下的这片地盘时，它就不再是少数人的工具这标志着福建舰的电磁弹射和阻止接管才能根基成型了。这是美团做AI视频，让我感应兴奋的点这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
撰文：卡尔，阿汤 本文由大家都是产物司理作者【null】，微信公众号：【卡尔的AI沃茨】，原创/授权 公布于大家都是产物司理，未经答应，制止转载这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
题图来自Unsplash，基于 CC0 协议这标志着福建舰的电磁弹射和阻止接管才能根基成型了。