真·赛博菩萨！最大的开源视频模型来了，我们实测：有点东西，但不多

主要观点总结

Genmo公司发布了最新的开源视频生成模型Mochi 1，该模型在运动质量、提示遵循性和人类渲染方面表现出色，但与一些领先的闭源竞争者相比仍有一些瑕疵。Mochi 1基于非对称扩散变换器架构构建，拥有100亿个参数，是目前公开发布的最大规模的开源视频生成模型。此外，其他AI公司也在同一时间发布了新的技术或产品。

关键观点总结

关键观点1: Mochi 1模型的发布和特性

Genmo公司发布了最新的开源视频生成模型Mochi 1，宣称在运动质量、提示遵循性和人类渲染方面表现出色，甚至超越恐怖谷。但实测发现存在眨眼动作不自然、手部动作轻微扭曲等问题。

关键观点2: Mochi 1与竞争对手的比较

Mochi 1在与一些领先的闭源竞争者的比较中表现不俗，甚至在某些方面更胜一筹。但在处理复杂运动的场景时可能会出现轻微的视觉扭曲。

关键观点3: Mochi 1的技术细节和开源特性

Mochi 1基于Genmo的非对称扩散变换器架构构建，拥有100亿个参数，是目前最大的开源视频生成模型。它采用了视频变分自编码器技术，能够降低终端用户的设备内存需求。现在可以在Hugging Face平台上免费获取完整的模型权重和代码。

关键观点4: 其他AI公司的更新和新产品

在Genmo发布Mochi 1的同时，其他AI公司也发布了新的技术或产品，包括Runway的Act One功能、Anthropic的Claude 3.5 Sonnet和Haiku模型、OpenAI的高级语音功能、Perplexity的推理模式以及Stability AI的Stable Diffusion 3.5模型等。