视频生成进展如火如荼,Pika迎来一位大将——

谷歌研究员Omer Bar-Tal,担任Pika创始科学家

一个月前,还在谷歌以共同一作的身份发布视频生成模型Lumiere,效果十分惊艳。

图片

当时网友表示:谷歌加入视频生成战局,又有好戏可看了。

图片

Stability AI CEO、谷歌前同事等在内一些业内人士送上了祝福。

图片
图片

Lumiere一作,刚硕士毕业

Omer Bar-Tal,2021年本科毕业于特拉维夫大学的数学与计算机系,随后前往魏茨曼科学研究所攻读计算机硕士,主要聚焦于图像和视频合成领域的研究。

其论文成果多次被顶会接收,比如Text2LIVE(ECCV 2022 Oral)、MultiDiffusion(ICML 2023)、TokenFlow(ICLR 2024)。

以TokenFlow为例,他们提出了一种框架,基于扩散模型实现文本驱动的视频编辑,支持视频编辑任务无需任何训练或微调。

图片

此次加盟Pika前,他曾是谷歌研究院以Student Researcher身份待了9个月,最终经过7个月的研究以共同一作身份推出了Lumiere。这时候硕士应该还没有毕业。

图片

Lumiere的创新点在于,提出了时空U-Net(STU-Net)架构:将视频在空间和时间两个维度同时进行下采样和上采样,在网络的中间层得到视频的压缩时空表示。

在学习了3000万视频之后,Lumiere可支持文生视频、视频编辑修复、图片转视频以及视频风格化等多种功能。

当时Jeff Dean盛赞:多模态视频生成革命正在发生

图片

威尔史密斯吃面(Pika版)

官宣加盟Pika消息之后,官方以及投资人等也送上了祝福。

图片

前几天,还有位Pika华人研究员Yilun Du发布了篇文章, 不过应该刚从MIT博士毕业(也可能还没毕业),论文单位仍是MIT。

图片

另外在官网还在继续招人中。

图片


点赞(15) 打赏

评论列表 共有 0 条评论

暂无评论

微信小程序

微信扫一扫体验

立即
投稿

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部