中国科学技术大学与字节跳动即将联合发布一款具有里程碑意义的 端到端长视频生成模型。该模型能够直接生中国成**分钟级长度、480p 分辨率、24帧/秒（fps）**的高质量视频，并支持多镜头场景切换，标志着国产视科大频生成技术在全球生成式 AI 竞赛中实现关键突破。

这项成果的核心创新在于其底层算法——MoGA（Modular与字 Global Attention），这是一种全新的注意力机制，专为解决长视频生成中的上下文扩展与算节发力开销问题而设计。凭借 MoGA 的结构优化，模型可处理长达 580K token 的上下文信息，大幅降低计布 算成本，使长时间、多场景的视频生成成为可能。

研究团队表示，传统视频生成模型往往受限于显存和计算量，只能Mo生成几秒钟的动画 GIF 或短片。而 MoGA 的引入，让模型能够“一次性”生成包含多个镜头切换、视觉叙事GA连贯的 “迷你短片”，极大拓展了生成式视频模型的应用边界。

此外，MoGA 具有高度的 模块化与兼容性，可直接与 长现有的高效加速库（如 FlashAttention、xFormers、DeepSpeed 等）集成，实现更视频快的训练与推理效率。这意味着该技术不仅具备科研突破意义，也具备产业落地潜力，可应用于影视创作、广告生成生成、游戏过场动画以及数字人内容生产等领域。

随着 OpenAI、Pika、Runway 等公司相继推进短视频生模型成，中国科大与字节跳动此次推出的模型被认为是国内首个能真正实现分钟级长视频生成的系统，其在算法、效率和:分可扩展性上的领先性，或将推动中国在视频生成领域进入全球前列。

地址：https://jiawn-creato钟级r.github.io/mixture-of-groups-attention/

• ·标签: 洗碗机
• ·告别简单提醒!Slackbot 升级为“AI 伴侣”，年底将为所有用户提供定制化工作助理
• ·标签: 快手 可灵AI 盖坤 李晗
• ·重磅！AI解决生物学50年大挑战，破解蛋白质分子折叠问题
• ·云计算开发：Python练习实例-模仿静态变量的用法
• ·标签: 央视财经 苹果 长鑫存储 袁隆平
• ·亚马逊拟投资20亿美元为美国员工建至少2万套保障性住房
• ·标签: 零售业 盒马
• ·字节OmniHuman-1.5重磅发布！一张图+音频秒变超真实视频，AI数字人再进化！
• ·苹果发布M5芯片MacBook Pro：首款AI优化Mac处理器，续航达24小时
• ·马斯克与阿尔特曼的法庭对决：关于 OpenAI 创始使命的争论
• ·阿里云灵骏真武 M890 超节点实例正式上线 首批在乌兰察布开服
• ·标签: 网宿科技 AI智能加速 边缘AI 网宿安全
• ·标签: DeepSeek MOE模型 DDoS攻击 服务宕机
• ·标签: 天瞳威视 港交所 L4级 智能驾驶
• ·使用Prometheus和Grafana监控Kubernetes集群！