中國電信TeleAI登上國際權(quán)威榜單，全球前五，國內(nèi)前三

飛象網(wǎng)訊 近日，著名國際人工智能獨立評測機構(gòu)Artificial Analysis榜單更新，由中國電信人工智能研究院（TeleAI）和中電信人工智能科技有限公司創(chuàng)新打造的星辰多模態(tài)視頻生成大模型TeleVideo 2.0在“Image to Video Leaderboard”（圖生視頻）排名中位列全球前五，國內(nèi)前三。

星辰大模型是中國電信CTO、首席科學(xué)家、中國電信人工智能研究院（TeleAI）院長李學(xué)龍教授帶領(lǐng)科研團隊自主研發(fā)的全模態(tài)、全尺寸、全國產(chǎn)大模型體系。TeleVideo是星辰大模型體系下的多模態(tài)視頻生成大模型，于2024年12月在“TeleAI開發(fā)者大會”正式發(fā)布。

在Artificial Analysis評選中，榜單通過對比人類主觀偏好，從內(nèi)容一致性、運動與時間穩(wěn)定性、語義合理性以及整體視覺質(zhì)量等多個維度綜合評估模型的視頻生成能力。TeleVideo 2.0之所以能在一眾國際領(lǐng)先模型中排名前列，得益于TeleAI團隊在數(shù)據(jù)、算法、框架等多維方面的技術(shù)創(chuàng)新力。

數(shù)據(jù)決定模型能力的上限，TeleAI科研團隊構(gòu)建了一套嚴苛的“篩選-清洗-均衡-適配”數(shù)據(jù)流水線，確保生成的每一幀畫面都具備高質(zhì)量呈現(xiàn)。在內(nèi)容素材方面，TeleVideo 2.0積累了規(guī)�？捎^的數(shù)據(jù)池，涵蓋人物、動物、自然、城市等全場景，以及日常生活、復(fù)雜交互等各類動作，風(fēng)格兼具寫實、卡通等多種表現(xiàn)形式。模型不僅能生成逼真的物理世界，也能駕馭極具想象力的藝術(shù)畫面。

(動圖：寫實風(fēng)格)

（動圖：玄幻風(fēng)格）

傳統(tǒng)視頻模型常面臨畫面崩壞、動作不連貫等難題。TeleVideo 2.0則采用了一種全新的“全局規(guī)劃+局部精修”模型架構(gòu)，通過“下一幀率預(yù)測”范式，避免傳統(tǒng)模型因逐幀堆砌導(dǎo)致的誤差累積。這種架構(gòu)設(shè)計能讓物體運動軌跡更加絲滑自然，人物神態(tài)與背景細節(jié)始終保持穩(wěn)定統(tǒng)一，從而生成出觀感極佳、動態(tài)逼真的高質(zhì)量視頻內(nèi)容。

此外，TeleVideo 2.0還提出了一套統(tǒng)一的視頻后訓(xùn)練框架，從反饋建模、信用分配與訓(xùn)練調(diào)度三個層面進行協(xié)同設(shè)計。該框架將視頻后訓(xùn)練從經(jīng)驗驅(qū)動的調(diào)參過程轉(zhuǎn)變?yōu)榭稍\斷、可解釋、可持續(xù)演進的系統(tǒng)工程，為長時間、高分辨率視頻生成提供了一條穩(wěn)定且可擴展的強化學(xué)習(xí)對齊路徑，進一步提升了模型效果。

（動圖：流暢動作生成）

強大的模型離不開高效的算力底座，TeleAI采用了自主研發(fā)的TeleTron視頻生成訓(xùn)練框架，為TeleVideo 2.0的訓(xùn)練和迭代提供強勁動力。TeleTron是國內(nèi)首個支持長視頻（分鐘級）和超高分辨率（2K）的視頻生成大模型訓(xùn)練框架。相比主流的DeepSpeed框架，TeleTron通過創(chuàng)新的“分布式多模態(tài)編碼器技術(shù)”，實現(xiàn)了單位資源處理效率提升3.5倍，現(xiàn)已全面開源。

基于TeleVideo 2.0的強大能力，TeleAI自主研發(fā)并面向公眾推出了央企首個“全鏈路AI視頻創(chuàng)作平臺TeleStudio”，具備“文生圖-文生視頻-圖生視頻-角色驅(qū)動”的全鏈路創(chuàng)作能力，既滿足專業(yè)創(chuàng)作者對高清視頻、復(fù)雜動作生成的高階需求，又通過模板化配置、流程化指引降低普通用戶的操作門檻。近日，TeleStudio視頻創(chuàng)作大賽火熱開啟，歡迎具備好創(chuàng)意、好點子的用戶踴躍參與。

TeleStudio創(chuàng)作平臺：

https://telestudio.teleagi.cn/generatevideo/home