本报讯 （记者李乔宇）4月21日，昆仑万维科技股份有限公司（以下简称“昆仑万维”）SkyReels团队正式发布并开源SkyReels-V2——全球首个使用扩散强迫（Diffusion-forcing）框架的无限时长电影生成模型，其通过结合多模态大语言模型（MLLM）、多阶段预训练（Multi-stage Pretraining）、强化学习（ReinforcementLearning）和扩散强迫（Diffusion-forcing）框架实现协同优化。
SkyReels-V2不仅在技术上实现了突破，还提供了多种有用的应用场景，包括故事生成、图生视频、运镜专家和多主体一致性视频生成（SkyReels-A2）。
SkyReels-V2现已支持生成30秒、40秒的视频，且具备生成高运动质量、高一致性、高保真视频的能力。
SkyReels-V2不仅在技术上实现了突破，还为多个实际应用场景提供了强大的支持。第一，SkyReels-V2能够生成理论上无限时长的视频，通过滑动窗口方法，模型在生成新帧时会参考之前生成的帧和文本提示。这种方法不仅支持时间上的扩展，还能生成具有连贯叙事的长镜头视频；第二，SkyReels-V2提供了两种图像到视频（I2V）的生成方法；第三，SkyReels-V2在标注摄像机运动方面表现出色；第四，基于SkyReels-V2基座模型，昆仑万维研发了SkyReels-A2方案，并提出了一种新的多元素到视频（E2V）任务，能够将任意视觉元素（如人物、物体和背景）组合成由文本提示引导的连贯视频，同时确保对每个元素的参考图像的高保真度。这一功能适合短剧、音乐视频和虚拟电商内容创作等应用。
作为首个商业级E2V开源模型，SkyReels-A2在E2V评估Benchmark A2-Bench中的结果表明，其一致性和质量维度上评估与闭源模型相当。未来，昆仑万维计划扩展框架以支持更多输入模态，如音频和动作，旨在构建一个统一的视频生成系统，以支持更广泛的应用。
还未登录
