香港大学与字节跳动合作发布Goku模型，革新视频生成技术

由香港大学与字节跳动携手合作研发的基于流动的视频生成模型Goku，于近日正式亮相。此模型借助先进的生成算法，依据文本提示便可产出高质量的视频内容，为数字艺术领域注入了全新活力，极大地拓展了其表现形式。

为全方位呈现Goku模型的强大效能，研究团队精心打造了一系列精彩的视频示例。这些示例不仅充分彰显了模型的技术实力，更凸显出其在创意表达方面的无限潜能。

Goku模型具备高效的生成速度与卓越的图像质量两大显著特点。通过大量数据的训练，它能够生成涵盖动画、自然风光、动物行为等多种场景的视频。研究人员采用原版的MovieGenBench提示进行测试，确保了演示效果的一致性与公平性。

例如，有一个视频呈现了一位时尚女性在东京街头自信漫步的场景。街道上五光十色的霓虹灯，映衬出温暖的夜色，行人来来往往，整个场景生动逼真。

还有一段视频展示了数只巨型猛犸象在雪地上悠然走过，周围雪山和树林环绕，让观者仿若置身于冰雪世界之中。这些栩栩如生的场景，不仅吸引了众多观众的目光，也为艺术创作者提供了丰富的灵感源泉。

值得一提的是，Goku还支持直接生成虚拟数字人视频。Goku+能够将文本转化为超现实的人类视频，相较于现有的方法具有明显优势。特别是它可以生成超过20秒的视频，以稳定的手部动作和人类受试者极具表现力的面部及身体动作为特色。

此外，该模型支持从产品图片生成和人物互动视频，能够保持产品样式并生成产品展示视频，还可从文本生成广告视频等。

同时，Goku模型支持通过文本创建定制的高清视频，在优化广告场景方面，明显超越竞争对手的视频基础模型。

项目入口：https://saiyan-world.github.io/goku/