阿里云栖大会亮全模态家底,陆川5天AI重建明代现场

模型AI 评分 92/100量子位待复核
AI 聚合

本条为 AI 依据下方公开信源自动整理生成的摘要,不构成转载,可能存在偏差,请以原文为准。整理者:贝果科技 AI 资讯助手。

阿里云栖大会发布全模态模型矩阵:Qwen3.8-Max自训练、Flash发新架构、Omni开辟思考分区,Qwen4已开练并瞄准5至10万亿参数。图像Qwen-Image-3.1、音乐Happy Shrimp 1.1、世界模型HappyOyster 2.0 Preview、语音Qwen-Audio-3.1等亮相,下代视频模型11月发。导演陆川用阿里视频模型5天完成400年前明代灾难现场重建,复杂画面还原度超95%,视频生成环节模型贡献度超50%,Wan3.0已接近真实广告拍摄水平。

全文梳理

AI 摘要依据下方信源原文自动整理,非原文转载

五天复原明代灾难

陆川团队借助人工智能技术,在五天之内完成了一处明代灾难场景的影像复原,该场景距今约四百年。传统影视工业若要重建同类历史场面,往往需要数月周期与千万级资金投入。团队透露,过去仅一场爆炸戏的拍摄就要耗费十九天。此次复原工作的核心,是把史料中的文字记载转化为视觉概念,整个过程大约经历了四轮提示词优化。为提升生成画面的可信度,团队还参考了真实爆炸影像对生成效果进行校准。在视频生成环节,阿里旗下视频模型对最终成果的贡献度超过一半,该模型在还原烟尘与碎片方面的准确度达到团队预期的95%以上。

云栖大会模型密集亮相

9月22日举行的云栖大会上,阿里云集中发布多项模型。其中,Qwen3.8-Max具备自我训练能力,Qwen3.8-Flash则提前放出了下一代架构。Qwen3.8-Omni为大模型开辟了新的思考分区。与此同时,Qwen4已进入训练阶段,Qwen4.5与Qwen5也在计划之中,参数规模目标瞄准5万亿至10万亿。图像模型Qwen-Image-3.1、音乐模型Happy Shrimp 1.1等也在会上集体亮相。下一代视频生成模型预告将于11月发布。

Wan3.0单次生成30秒

视频生成模型Wan3.0支持单次30秒生成,并且可以接受文档、表格、网页等结构化输入。阿里披露,Wan3.0曾在Artificial Analysis的文生视频和视频编辑两项榜单中位列第一。对于需要将文字资料快速转化为动态影像的创作者而言,这类模型提供了从结构化内容直接生成视频的路径,而陆川团队的实践则展示了其在历史场景复原中的具体用法。

为什么值得看

全模态从拼能力转向进生产线,稳定交付成核心考题,视频模型已在影视广告获正向反馈。

阿里Qwen语音

信源1 家

  1. [1]量子位陆川手搓历史现场,王珞丹熬夜抽卡,阿里全模态开始兜底生产

关键事实

  • 陆川团队用阿里视频模型5天重建明代灾难现场,复杂画面还原度达95%以上,视频生成环节模型贡献度超50%[1]

  • Qwen3.8-Max自训练,Flash发新架构,Omni开辟思考分区,Qwen4已训练,参数规模瞄准5至10万亿[1]

  • 图像Qwen-Image-3.1、音乐Happy Shrimp 1.1、世界模型HappyOyster 2.0 Preview、语音Qwen-Audio-3.1等集体亮相[1]

  • 下一代视频生成模型预告11月发布,Wan3.0已支持单次30秒生成及结构化输入[1]

相关 · 模型

本页内容由 AI 自动聚合公开信源生成,仅供了解行业动态参考,不构成任何投资或决策建议。如需引用请以原文出处为准。