抖音开源ContentV视频生成模型：8B参数训练仅4周，性能超越Sora等闭源方案

抖音内容技术团队开源了ContentV，这是一种针对视频生成任务的高效训练方案。该方案通过256块NPU在4周内完成了8B参数模型的训练，效果媲美主流方案。ContentV采用极简设计，基于经典模型Stable Diffusion 3.5 Large进行调整，并引入多阶段渐进训练策略和非线性采样机制以优化生成质量。此外，其轻量级RLHF方案无需人工标注即可显著提升画面质感。在VBench评测中，ContentV（8B）得分为85.14，超越多个商业模型，同时人类偏好评估也证实其具有竞争优势。
来源：https://mp.weixin.qq.com/s/oUDagx39FhjMJPNXB_y2xA