Alibaba Cloud ได้เปิดตัว Wanx 2.1 ซึ่งเป็นรุ่นล่าสุดของ Tongyi Wanxiang (Wanx) รุ่นใหญ่แบบมัลติโมดอล ซึ่งเปิดตัวครั้งแรกในเดือนกรกฎาคม 2023 ออกแบบมาเพื่อสร้างรูปภาพและวิดีโอคุณภาพสูงจากการป้อนข้อความ Wanx 2.1 แสดงถึงการก้าวกระโดดครั้งสําคัญในการสร้างเนื้อหาภาพที่ขับเคลื่อนด้วย AI

โมเดลใหม่นี้มีความเป็นเลิศในการสร้างภาพที่สมจริงโดยการจัดการการเคลื่อนไหวที่ซับซ้อนอย่างแม่นยําเพิ่มคุณภาพพิกเซลปฏิบัติตามกฎทางกายภาพและเพิ่มประสิทธิภาพความแม่นยําของการติดตามคําสั่ง ความแม่นยําในการปฏิบัติตามคําแนะนําได้ผลักดัน Wanx 2.1 ขึ้นสู่อันดับต้น ๆ ของลีดเดอร์บอร์ด VBench ซึ่งเป็นชุดเกณฑ์มาตรฐานที่ครอบคลุมสําหรับโมเดลการสร้างวิดีโอ จากข้อมูลของ VBench ด้วยคะแนนรวม 84.7% Wanx 2.1 เป็นผู้นําในมิติสําคัญ เช่น ระดับไดนามิก ความสัมพันธ์เชิงพื้นที่ และการโต้ตอบกับหลายวัตถุ

ทีมวิจัยที่อยู่เบื้องหลัง Wanx 2.1 ได้สร้างความก้าวหน้าทางเทคโนโลยีที่สําคัญในหลายด้าน: ประการแรก ด้วยการใช้ประโยชน์จากเฟรมเวิร์ก VAE (Variational Autoencoder) และ DiT (Denoising Diffusion Transformer) ที่เป็นกรรมสิทธิ์ Wanx 2.1 มีความเป็นเลิศในการเสริมสร้างความสัมพันธ์ทางเวลาและเชิงพื้นที่ และด้วยเหตุนี้จึงบรรลุความสมจริงทางภาพที่สูงขึ้นในการจัดการกับฉากที่เกี่ยวข้องกับการเคลื่อนไหวที่ซับซ้อนและกฎทางกายภาพ

ด้วยการใช้กลไกความสนใจแบบกาลอวกาศเต็มรูปแบบโมเดลยังสามารถเลียนแบบพลวัตที่ซับซ้อนของโลกแห่งความเป็นจริงด้วยความแม่นยําที่น่าทึ่ง

แนวทางที่เป็นนวัตกรรมใหม่ยังถูกนํามาใช้เพื่อเร่งกระบวนการฝึกอบรมของโมเดลโดยใช้บริบทที่ยาวเป็นพิเศษ สิ่งนี้ทําให้มั่นใจได้ถึงการรวมคําแนะนําข้อความเข้ากับการสร้างวิดีโอได้อย่างราบรื่นทําให้สามารถสร้างเนื้อหาได้เร็วขึ้นและใช้งานง่ายยิ่งขึ้น

นอกจากนี้ Wanx 2.1 ยังประสบความสําเร็จในการก้าวล้ําด้วยการเป็นโมเดลการสร้างวิดีโอรุ่นแรกที่รองรับเอฟเฟกต์ข้อความทั้งในภาษาจีนและภาษาอังกฤษ ซึ่งตอบสนองความต้องการด้านความคิดสร้างสรรค์ที่หลากหลายของอุตสาหกรรมต่างๆ เช่น การออกแบบโฆษณาและการผลิตวิดีโอสั้น

อันเป็นผลมาจากแนวทางที่เป็นนวัตกรรมดังกล่าว Wanx 2.1 แสดงให้เห็นถึงความสามารถในการสร้างวิดีโอที่มีการเคลื่อนไหวของร่างกายขนาดใหญ่และการหมุนที่ซับซ้อน แม้ในสถานการณ์ที่ท้าทาย เช่น สเก็ตลีลา ว่ายน้ํา และการดําน้ํา โมเดลนี้ยังคงรักษาการประสานงานของร่างกายและยึดมั่นในวิถีการเคลื่อนไหวที่สมจริง ซึ่งเป็นการกําหนดมาตรฐานใหม่สําหรับการสร้างวิดีโอ

ปัจจุบัน Wanx 2.1 มีให้บริการฟรีบนเว็บไซต์ทางการของจีน นักพัฒนารายบุคคลและผู้ใช้องค์กรสามารถสํารวจศักยภาพของ Model Studio แพลตฟอร์ม Generative AI ของ Alibaba Cloud สิ่งนี้ช่วยให้ผู้ใช้สามารถสร้างเนื้อหาภาพคุณภาพสูงที่ปรับให้เหมาะกับความต้องการเฉพาะของพวกเขา ซึ่งช่วยลดช่องว่างระหว่างเทคโนโลยี AI และอุตสาหกรรมสร้างสรรค์