Sora2还在5秒打转，字节AI生视频已经4分钟“起飞”

字节跳动与UCLA联合推出Self-Forcing++，实现最长4分15秒的AI视频生成，相较传统5-10秒模型提升近50倍。该方法无需重构模型或依赖长视频数据，通过改进噪声初始化、蒸馏方式与缓存机制，在50秒时视觉稳定性得分达90.94，100秒内文本对齐与动态表现均显著优于CausVid和Self-Forcing。实验显示其在保真度、一致性与运动连贯性方面表现优异，且已开源，为长视频生成提供新方向。
来源：https://mp.weixin.qq.com/s/DL8JfT36xwbcs8FnKGttdQ