近日，阿里團隊宣布了一項重大創新成果——全新AI視頻生成框架Tora的正式推出。該框架集成了文本、視覺及軌跡條件，通過其獨特的軌跡導向擴散變換器（DiT）技術，實現了對視頻內容的精準控制與生成，為電影特效、虛擬現實等領域帶來了前所未有的創作自由與可能性。
Tora框架的核心設計圍繞著三個關鍵組件展開：軌跡提取器（TE）、時空DiT模塊以及運動引導融合器（MGF）。TE利用先進的3D視頻壓縮網絡技術，將任意輸入的軌跡信息高效編碼為分層時空運動補丁，為后續的視頻生成奠定堅實基礎。而MGF則巧妙地將這些運動補丁與DiT模塊相結合，確保生成的視頻能夠嚴格遵循預設的軌跡，呈現出高度連貫且自然的運動效果。
尤為值得一提的是，Tora框架支持制作長達204幀、720P分辨率的高清視頻，同時允許用戶精確控制視頻的持續時間、寬高比及分辨率，滿足了多樣化的創作需求。通過大量實驗驗證，Tora在保持高運動保真度的同時，還能細致入微地模擬物理世界的運動規律，為觀眾帶來更加逼真、沉浸的視覺體驗。
阿里團隊將Tora形象地比喻為“神筆馬良版”的視頻生成工具，寓意著用戶只需簡單“畫圈”便能操控物體的運動軌跡，輕松實現復雜而精妙的視頻創作。這一設計理念不僅極大地降低了視頻制作的門檻，更為電影特效師、廣告制作人以及虛擬現實開發者等專業人士提供了前所未有的創作工具，將極大地推動相關行業的創新發展。
隨著Tora框架的正式發布，阿里團隊再次展示了其在人工智能領域的深厚積累與創新能力。未來，隨著技術的不斷迭代與升級，我們有理由相信Tora將為全球的視頻創作與傳播領域帶來更多驚喜與變革。
原創文章，作者：AI，如若轉載，請注明出處：http://www.bdzhitong.com/article/672130.html
