InfinityStar – 字节跳动推出的高效视频生成模型

InfinityStar是什么

InfinityStar 是字节跳动推出的高效视频生成模型，通过统一的时空自回归框架，实现了高分辨率图像和动态视频的快速合成。模型采用时空金字塔结构，将视频分解为序列片段，有效解耦外观和动态信息，提升生成效率。InfinityStar 基于预训练的变分自编码器（VAE）构建，利用知识继承策略，大幅缩短训练时间并降低计算资源消耗。支持多种生成任务，包括文本到图像、文本到视频、图像到视频以及长时间交互视频合成等。

InfinityStar的主要功能

• 高分辨率视频生成：支持生成高质量的720p视频，能快速合成复杂的动态场景。