Prism模型支持2K视频音频生成，采用动态稀疏注意力机制

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-24 09:58

一款名为Prism的新模型已发布，专为高达2K分辨率的原生联合视频音频生成而设计。Prism由复旦大学和腾讯混元的研究人员开发，采用动态稀疏注意力框架来高效处理高分辨率数据。这种方法允许模型根据局部内容调整其注意力结构，与全注意力相比，训练速度提高了2.5倍，同时提高了生成质量。 AI

影响该模型的动态稀疏注意力机制可能会影响未来高效高分辨率生成式AI训练的方法。

排序理由该条目描述了一个新模型的发布及其相关的技术报告，详细介绍了其架构和性能。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目描述了一个新模型的发布及其相关的技术报告，详细介绍了其架构和性能。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: model release, paper, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 13 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

Hugging Face Trending Models TIER_1 English(EN) · FrancisRing · 2026-09-24 09:58

FrancisRing/Prism

image-to-video · 0 downloads · 91 likes