近日，阿里云推出全新视频生成大模型I2VGen-XL，并在魔搭社区开放体验。据悉，用户上传一张图片后2分钟左右即可生成一段1280*720的高分辨率视频。对此，该模型研发负责人表示，未来将进一步实现2K超清效果，可应用于短视频内容生产、电影制作等场景。
据CNMO了解，和业界爆火的AI绘画创作大模型不同，视频生成大模型的技术门槛更高，其需要克服文本和视频内容匹配度、视频画面质量、画面连续性等诸多技术挑战。在此之前，阿里云和微软等科技公司相继推出一系列可控视频生成研究成果，例如用户可通过定义空间布局、运动模式等条件来生成视频，但其画面清晰度难以满足真实场景应用的需求。
制作页面
目前，I2VGen-XL的模型和代码均已开源，国内外社交媒体显示，该模型已吸引了国内外用户和开发者的广泛体验和二次开发，涌现了大量创意AI视频生成内容，例如在城堡上展翅的恐龙、宇航员在飞船中行走的科幻电影画面等等。
在视觉生成领域，阿里云此前已推出AI绘画创作大模型通义万相（基座模型Composer）和可控视频生成模型VideoComposer，团队在该领域发表60多篇CCF-A类论文，并在国际顶级视觉竞赛中获得10余项冠军。
