视频大模型 京东 JoyAI-Echo / EchoWM各个版本对比
JoyAI-Echo 是京东探索研究院推出的长音视频生成与世界模型系列,2026年6月3日在京东全球科技探索者大会(JDD)上首次开源,短短三个月内完成了从长视频生成框架到可交互世界模型的跨越
JoyAI-Echo 是京东探索研究院推出的长音视频生成与世界模型系列,2026年6月3日在京东全球科技探索者大会(JDD)上首次开源,短短三个月内完成了从长视频生成框架到可交互世界模型的跨越
腾讯混元视频(HunyuanVideo)是腾讯混元大模型团队研发的视频生成模型系列,自2024年12月首次开源以来,已从单一的大参数基础模型,快速演进为覆盖文生视频、图生视频、数字人、音效生成、一致性
通义万相(Wan)是阿里巴巴通义实验室研发的视频生成大模型系列,技术路线从2025年初的开源奠基到2026年的工业级跃迁,仅用一年多时间就完成了从“能生成5秒无声视频”到“可单次输出30秒有声视频”的
Vidu是生数科技联合清华大学研发的视频生成大模型,核心技术U-ViT架构由团队于2022年9月提出,是全球首个Diffusion与Transformer融合的架构,比OpenAI的DiT架构早三个月
Seedance是字节跳动Seed团队研发的视频生成大模型系列,通过即梦AI、豆包、火山引擎等平台面向用户提供服务。
可灵(KLING)是快手AI团队自主研发的视频生成大模型,2024年6月正式上线,技术路线对标Sora,采用3D时空联合注意力机制实现对复杂时空运动和物理规律的建模。
CodeFormer 是南洋理工大学 S-Lab 实验室在 NeurIPS 2022 上提出的人脸复原模型,全称为“Towards Robust Blind Face Restoration with
Recraft由Anna Veronika Dorogush于2022年创立,她曾是Yandex CatBoost机器学习库的联合创作者,兼具机器学习科学家与职业时装模特的双重背景,这一背景深刻影响了
Ideogram 由前 Google Brain 研究员 Mohammad Norouzi、William Chan、Chitwan Saharia 和 Jonathan Ho 于2022年在加拿大多
DALL-E 是 OpenAI 开发的文本到图像生成模型系列,名称融合了艺术家萨尔瓦多·达利(Salvador Dalí)与动画角色瓦力(WALL-E),由 OpenAI 于 2021 年 1 月首次