课程简介

本课程将带领您深入探索Sora类技术的崛起，理解其在业务场景中的创新引擎作用。我们将从Sora类技术的核心特点出发，详细剖析其灵活的视频时间长度、分辨率、宽高比，以及强大的文本理解能力和视频编辑能力。同时，我们还将探讨镜头3D一致性、物体角色持久一致性等关键技术，以及游戏数字世界模拟和图生视频等前沿应用。

目标收益

培训对象

课程内容

1. 引子~Sora介绍 
1.1 内容特点：灵活的视频时间长度、分辨率、宽高比
1.2 文本理解能力
1.3 视频编辑能力
1.4 镜头3D一致性
1.5 物体角色持久一致性
1.6 游戏数字世界模拟
1.7 图生视频
1.8 局限
2. AI视频生成技术迭代 
2.1 VDM：Video Diffusion Models（google）
2.2 Make-A-Video
2.3 Imagen Video
2.4 Video LDM
2.5 AnimateDiff
2.6 Show-1
2.7 SVD：Stable Video Diffusion
2.8 NaViT/Vivit/DiT
2.8 Sora技术分析 与 opensora
3.1 行业发展概览
3.2 生产端典型公司介绍：runway&pika&pixelverse
3.3 业务应用端典型公司介绍：Tavus&奥创光年&各类工作室（AI我中华）
4. 真实工业环境下的多模态落地实践
4.1  图片模态：
4.1.1 可控生图 的技术落地介绍
4.1.2 IP形象复刻与可控生成衍生品
4.1.3 多格漫画的生成与翻译
4.1.4 头像规模化生成
4.1.5 社区可控配图
4.1.6 规模化生图推理成本控制
4.2 虚拟人模态：
4.2.1 声音克隆
4.2.2 虚拟IP互动唱歌
4.2.3 数字分身制作
4.3 视频模态：
4.3.1 动态漫画视频
4.3.2 短剧剪辑：视频剪辑与自动解说
4.3.3 短剧出海：视频换脸、翻译与对嘴型
5. 行业垂类落地核心环节建设
5.1 文案：商品理解与营销短语
5.2 创意：剧本与创意模板
5.3 视觉化：生图与视频
5.4 GPU集群：选型、部署与推理加速

6. 展望
6.1 落地合规与安全展望
6.2 从多模态输入到多模态输出