AI 好好用报道

编辑：杨文

目前发布的最大的开源视频生成模型。

Genmo 当了一回「赛博菩萨」。

昨晚，AI 视频生成公司 Genmo 推出了最新的视频生成模型 Mochi 1 ，并且大手一挥，直接给开源了 。

Genmo 在社交媒体上高调宣布：Mochi 1 在运动质量、提示遵循性和人类渲染方面表现出色，甚至超越恐怖谷。

同时，它还声称，在内部测试中，Mochi 1 已经能与 Runway、Luma 、可灵等领先的闭源竞争者打个平手，甚至略胜一筹。

为了让网友体验一波 Mochi 1 ，Genmo 还提供了一个在线网址。

链接：https://www.genmo.ai/play

不过，每 6 小时仅有 2 次免费生成机会，且用且珍惜吧。

不少网友得知消息后，已经按耐不住整活的热情。

那么，它的效果到底咋样？

先来瞅瞅官方放出来的视频 demo，稍后我们奉上一手实测。

-1-

一手实测

要说 Mochi 1 最大的优势，就在于其高保真运动和强大的提示遵循能力。

它可以对生成视频中的角色、设定和动作进行精确控制。

科技媒体 VentureBeat 的记者生成了一段老奶奶侧对着镜头说话的视频。

无论是花白的头发，还是面部的皱纹，以及说话时颤动的嘴角，都相当逼真。

不过，如果细看，还是能发现老奶奶的眨眼动作并不自然。

而在下面这段 5 秒视频中，男子正端详瓷器，眼睛没有什么明显的 bug，但手部动幅一大，就会发生轻微扭曲。

X 网友 Heather Cooper   展示了一系列 Mochi 1 生成的作品：

她还对比了两次生成结果的连贯性：

我们也来凑凑热闹，亲自上手试一把。

Prompt：Surreal, cinematic, an astronaut wandering on the desolate moon, with extreme detail.

提示词：超现实，电影效果，一个宇航员在荒凉的月球上漫步，极致细节。

一开始，镜头对准坑坑洼洼的地表，然后缓缓上移，画面中出现了一个身穿宇航服的宇航员。

虽然其镜头运动幅度挺大，但并未体现 Prompt 中宇航员漫步的动作。

Prompt：A little dog was chasing bubbles on the grass.

提示词：一只小狗在草地上追逐泡泡。

这一次，Mochi 1 翻车翻得猝不及防。

视频中，小狗在摇晃脑袋时，出现了大面积的崩坏，而且从修勾的嘴里吐出很多泡泡，这显然不符合客观事实。

尽管官方声称 Mochi 1 的提示遵循和运动质量超过大多数视频模型，但我们发现，Mochi 1 仍然存在瑕疵。

例如，它仅支持 480p 的分辨率，并且在处理复杂运动的场景时，可能会出现轻微的视觉扭曲。

此外，Mochi 1 在模拟照片级真实感方面表现出色，但在处理动画内容时还稍显力不从心。

当然，Genmo 公司已表示，计划在今年晚些时候推出 Mochi 1 HD 版本，届时将支持 720p 的分辨率，并在运动细节上提供更高的精确度。

-2-

目前发布的最大的开源视频生成模型

据介绍，Mochi 1 基于 Genmo 的非对称扩散变换器（AsymmDiT）架构构建，拥有 100 亿个参数，是目前公开发布的规模最大的开源视频生成模型。

该架构专注于视觉推理，处理视频数据的参数量是处理文本数据的四倍。

为了降低终端用户的设备内存需求，让开发者更容易地获取和使用模型，Mochi 1 采用了视频变分自编码器技术，能够将视频数据压缩到原始大小的一小部分。

现在，用户可以在 Hugging Face 平台上免费获取完整的模型权重和代码，不过需要注意的是，要在自己的设备上运行 Mochi 1，至少需要配备 4 块 Nvidia H100 GPU。

Code:

https://github.com/genmoai/models

Preview 版本 :  

https://huggingface.co/genmo/mochi-1-preview

最后，说个题外话。

昨晚，一大堆 AI 公司排队上「新货」。

除了 Genmo 开源自家视频生成模型 Mochi 1 外 ，Runway 还介绍了新功能 —— Act One，可以把真人表演转化成不同风格。

而在大模型领域，Anthropic 推出了升级版的 Claude 3.5 Sonnet ，以及一款新模型 Claude 3.5 Haiku；OpenAI 在欧洲上线了高级语音功能；Perplexity 引入推理模式，允许用户提出多层问题。

此外，AI 生图领域，Stability AI 发布了自家最强模型 Stable Diffusion 3.5，并一口气祭出三个版本；Ideogram 推出 Canvas，可扩图、局部重绘等。

大洋彼岸的 AI 圈扎堆搞更新，真有一种过年的赶脚。

延伸阅读：

Sora 竞争对手融资数千万美元，目前可免费 " 薅 "

参考链接——

https://venturebeat.com/ai/video-ai-startup-genmo-launches-mochi-1-an-open-source-model-to-rival-runway-kling-and-others/

项目博客：

https://www.genmo.ai/blog?utm_source=ai-bot.cn

在线体验：

https://www.genmo.ai/play

huggingface 模型库：

https://huggingface.co/genmo/mochi-1-preview

以后我们会带来更多好玩的 AI 话题，也欢迎大家进群交流。

©  THE END  

转载请联系本公众号获得授权

投稿或寻求报道：liyazhou@jiqizhixin.com