认识一下 Mochi-1--最新的免费开源人工智能视频模型
Genmo 是一家专注于视频生成的人工智能公司，该公司宣布发布 Mochi 1 的研究预览版。Mochi 1 是一种新的开源模型，可根据文本提示生成高质量视频，其性能可与 Runway 的 Gen-3 Alpha、Luma AI 的 Dream Machine、Kuaishou 的 Kling、Minimax 的 Hailuo 等领先的闭源/专有竞争对手媲美，甚至超过它们。
Mochi 1 采用 Apache 2.0 许可，用户可免费使用尖端的视频生成功能，而其他模型的价格从有限的免费层级开始，最高可达每月 94.99 美元（Hailuo 无限层级）。用户可以在 Hugging Face 上免费下载完整的权重和模型代码，不过需要 "至少 4 个 "Nvidia H100 GPU 才能在用户自己的机器上运行。
随着越来越多的公司发布自己的模型，生成式人工智能大战正进入白热化阶段。生成视频似乎是当前最大的战场，而 Genmo 则采取了不同的方法。
该公司将其 Mochi-1 模型作为 "研究预览版 "发布，但新的视频生成模型属于 Apache 2.0 许可范围，因此是开源的，可以拆开再组装起来。
这也意味着Mochi-1可以免费使用，你可以在Genmo的网站上亲身体验。Mochi-1开源的好处还在于，它将来可以在所有常见的生成式人工智能平台上使用，有朝一日还可以在优秀的游戏 PC 上运行。
Huggingface: genmo/mochi-1-preview
GIthub: https://github.com/genmoai/models
推动最先进技术的发展
Mochi 1 为视频生成领域带来了多项重大进步，包括高保真运动和强大的及时性。
根据 Genmo 的说法，Mochi 1 擅长遵循详细的用户指令，可以精确控制生成视频中的人物、设置和动作。
Genmo 将 Mochi 1 定位为缩小开放式和封闭式视频生成模式之间差距的解决方案。
"我们距离生成视频的未来还有1%的距离。真正的挑战是创建长、高质量、流畅的视频。Genmo 首席执行官兼联合创始人 Paras Jain 在接受 VentureBeat 采访时说："我们非常重视提高运动质量。
Jain 和他的联合创始人创办 Genmo 的使命是让每个人都能使用人工智能技术。"贾因强调说："视频是生成式人工智能的下一个前沿领域，我们认为将其交到普通人手中非常重要。他补充说："我们从根本上认为，让这项技术平民化，让尽可能多的人掌握它，这一点非常重要。这也是我们将其开源的原因之一。
Genmo 声称，在内部测试中，Mochi 1 在及时性和运动质量方面优于大多数其他视频人工智能模型，包括专利竞争产品 Runway 和 Luna。
开放合作–但培训数据仍处于保密状态
Mochi 1 采用 Genmo 创新的非对称扩散变压器 (AsymmDiT) 架构。
它拥有 100 亿个参数，是有史以来最大的开源视频生成模型。该架构侧重于视觉推理，用于处理视频数据的参数是处理文本数据的四倍。
效率是该模型设计的一个关键方面。Mochi 1 利用视频 VAE（变异自动编码器）将视频数据压缩到原始大小的一小部分，从而降低了终端用户设备的内存需求。这使得开发人员社区更容易访问该模型，他们可以从 HuggingFace 下载模型权重或通过 API 进行集成。
Jain 认为，Mochi 1 的开源性质是推动创新的关键。"开放模型就像原油。它们需要完善和微调。他说："这正是我们希望为社区带来的，这样他们就可以在此基础上构建令人难以置信的新事物。
然而，当被问及该模型的训练数据集时–这是人工智能创意工具中最有争议的方面之一，因为有证据表明，许多人工智能创意工具都是在未经明确许可或补偿的情况下，在网上对大量人类创意作品进行训练的，其中一些还是受版权保护的作品。
他告诉 VentureBeat："一般来说，我们使用公开数据，有时也会与各种数据合作伙伴合作。"但出于竞争原因，他拒绝透露具体细节。“拥有多样化的数据真的很重要，这对我们来说至关重要。”
https://www.genmo.ai/
开发环境问题
https://github.com/kijai/ComfyUI-MochiWrapper 该框架允许低显存运行 mochi-1
相关文章：
认识一下 Mochi-1--最新的免费开源人工智能视频模型
Genmo 是一家专注于视频生成的人工智能公司，该公司宣布发布 Mochi 1 的研究预览版。Mochi 1 是一种新的开源模型，可根据文本提示生成高质量视频，其性能可与 Runway 的 Gen-3 Alpha、Luma AI 的 Dream Machine、Kuaishou 的 Kling、Minimax 的…...
Spring 的事务传播机制
Spring 的事务传播机制定义了一个事务方法在遇到已经存在的事务时如何处理。事务传播属性（Propagation）提供了七种机制，以适应不同的业务需求和事务边界管理。 1. Spring 的事务传播机制的类型 （1）REQUIREDÿ…...
线性代数（1）——线性方程组的几何意义
线性代数的基本问题是求解个未知数的个线性方程； 例如：（方程1）。 在线性代数的第一讲中，我们从Row Picture、Column Picture、Matrix Picture三个角度来看这个问题。 上面的系统是二维的。通过添加第三个变量&#…...
写给自己的一些心得体会
为什么是CSDN??? 最近跑实验跑得绝望，感觉自己兜兜转转走了太多太多的弯路，我不知道这样的弯路什么时候是个尽头，就像在USJ排队，看似好像要到入口了，实则一转头还是无尽绵延的队伍。走了这么多弯路，总要…...
论文阅读（二十九）：Multi-scale Interactive Network for Salient Object Detection
文章目录 Abstract1.Introduction2.Scale VariationProposed Method3.1Network Overview3.2Aggregate Interaction Module3.3 Self-Interaction Module3.4Consistency-Enhanced Loss 4.Experiments4.1Implementation Details4.2 Comparison with State-of-the-arts4.3Ablation …...
常见存储器及其特点
： 一、只读存储器（ROM）及其类型 1. ROM 特点：存储的数据固定不变，只能读出不能写入，且断电后数据不丢失。应用：通常用于存储系统程序，如BIOS等。 2. PROM（可编程只读…...
《向量数据库指南》——text-embedding-3-large与Mlivus Cloud打造语义搜索新纪元
使用text-embedding-3-large生成向量并将向量插入Mlivus Cloud实现高效语义搜索的深度解析与实战操作 在数字化时代，数据的处理和存储方式正在经历前所未有的变革。特别是随着大数据和人工智能技术的快速发展，向量数据库作为一种新型的数据存储和查询方式，正逐渐受到越来越…...
通过 Bytebase API 查看数据库审计日志
原文地址代码库 Bytebase 是一款数据库 DevOps 和 CI/CD 工具，专为开发者、DBA 和平台工程团队设计。虽然它提供了直观的 GUI 来管理数据库 schema 变更和访问控制，但有些团队可能希望使用 Bytebase API 将 Bytebase 集成到现有的 DevOps 平台中。 在之…...
# 渗透测试# 1.安全见闻（6）通讯协议
安全见闻6 通讯协议 ##B站陇羽Sec## 潜在的安全问题所涉及的领域 无线电安全，协议分析，web渗透，逆向分析 通讯协议涉及的安全主要包括以下几个方面： 1.1 保密性问题 …...
[Gdiplus/Gdi]_[中级]_[实现多行文本的多种颜色绘制-富文本绘制]
场景 在开发WTL/WIN32界面程序时，有时候需要绘制多行的段落文本，但是文本里的数值需要设置红色以便能让人第一时间关注到它。这种文本可以称之为富文本。GDI的DrawText和GDIPlus的DrawString方法都只能连续绘制某个颜色的文本。怎么实现？说明 在《绘图实现单行文本的多种颜色…...
Ubuntu如何创建一个子用户并赋与管理员权限
在Ubuntu操作系统中，如何创建一个子用户并赋与管理员权限 一、创建用户 sudo useradd -m -s /bin/bash test详细解释： sudo：以超级用户（root）权限执行该命令。useradd 命令通常需要管理员权限，因此需要加上 sudo。 useradd：创建新用户的命令。 -m：指示系统为新用户创建…...
【Linux | IO多路复用】epoll的底层原理详解
epoll 是一种高效的 I/O 多路复用机制，广泛用于 Linux 系统中，用于处理大量并发的文件描述符。它比传统的 select 和 poll 方法具有更好的性能，特别是在处理大量并发连接时。 1.epoll的设计思路 epoll是在select 出现 N 多年后才被发明的&a…...
npm run serve 提示异常Cannot read property ‘upgrade‘ of undefined
npm run serve 提示Cannot read property ‘upgrade’ of undefined 一般是proxy的target代理域名问题导致的，如下： 解决方案： proxy: { “/remoteDealerReportApi”: { target: ‘http://demo-.com.cn’, //此域名有问题，会导致…...
Muggle OCR 是一个高效的本地OCR（光学字符识别）模块
Muggle OCR 是一个高效的本地OCR（光学字符识别）模块，专为“麻瓜”设计，用于简化文本识别的过程。这个模块特别适用于处理印刷文本和解析验证码1。 以下是一些关于 Muggle OCR 的主要特点和使用方法： 特点：…...
【SpringBoot】万字源码解析——启动流程
Spring Boot启动流程 Spring Boot 的入口类： SpringBootApplication public class IntelGradingApplication {public static void main(String[] args) {SpringApplication.run(IntelGradingApplication.class, args);} }Spring Boot 的启动过程可以分为两方面&am…...
Nginx 配置初步 下
Nginx 配置初步(下) 一行代表一个指令； 每个指令有其上下文环境，比如 listen 指令只能在 http 指令块中出现，不能单独出现。1. Http 服务配置初步 1.1 常用指令 Nginx 的所有模块，打开模块我们就能看到模块中支持的指令。最常用…...
可视化ETL平台-Kettle的安装及简单使用
本章知识简介 主线A: 自连接查询; 主线B: 安装JDK与Kettle; 主线C: 使用Kettle工具. 本章目标： 1: 知道使用一张表可以实现自连接查询; [了解]注意: 左表、右表都是同一张表 2: 了解Kettle环境的安装流程; [了解]a.安装JDKb.安装Kettle 3: 熟悉使用kettle将txt数…...
java8 动态加载jar包至系统的classpath
1. io.test包 创建MyMain.java类，创建addJarToClasspath方法将jar包动态加载进系统的classpath中 package io.test;import java.io.File; import java.net.URL; import java.net.URLClassLoader; import java.lang.reflect.Method;public class MyMain {public st…...
)
C++二级题 计算好数：1数大于0数(二进制的位运算)
1、题目 若将一个正整数化为二进制数，在此二进制数中，我们将数字1的个数多于数字0的个数的这类二进制数称为好数。 例如： (13)10 (1101)2，其中1的个数为3，0的个数为1，则此数是好数； (10)10 (1…...
数字孪生城市：智慧城市的未来蓝图
在当今数字化时代，智能技术的广泛应用正在改变人们的生活和工作方式。数字孪生城市作为未来新型智慧城市演进的重要方向，数字孪生城市是一种将城市物理世界的各个方面转化为数字形式的技术，通过网络空间与物理世界之间的实时数据交换和仿真分…...
【大模型RAG】拍照搜题技术架构速览：三层管道、两级检索、兜底大模型
摘要 拍照搜题系统采用“三层管道（多模态 OCR → 语义检索 → 答案渲染）、两级检索（倒排 BM25 向量 HNSW）并以大语言模型兜底”的整体框架： 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后，分别用…...
未来机器人的大脑：如何用神经网络模拟器实现更智能的决策？
编辑：陈萍萍的公主一点人工一点智能 未来机器人的大脑：如何用神经网络模拟器实现更智能的决策？RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战，在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…...
装饰模式（Decorator Pattern）重构java邮件发奖系统实战
前言 现在我们有个如下的需求，设计一个邮件发奖的小系统， 需求 1.数据验证 → 2. 敏感信息加密 → 3. 日志记录 → 4. 实际发送邮件 装饰器模式（Decorator Pattern）允许向一个现有的对象添加新的功能，同时又不改变其…...
sqlserver 根据指定字符 解析拼接字符串
DECLARE LotNo NVARCHAR(50)A,B,C DECLARE xml XML ( SELECT <x> REPLACE(LotNo, ,, </x><x>) </x> ) DECLARE ErrorCode NVARCHAR(50) -- 提取 XML 中的值 SELECT value x.value(., VARCHAR(MAX))…...
unix/linux，sudo，其发展历程详细时间线、由来、历史背景
sudo 的诞生和演化，本身就是一部 Unix/Linux 系统管理哲学变迁的微缩史。来，让我们拨开时间的迷雾，一同探寻 sudo 那波澜壮阔（也颇为实用主义）的发展历程。 历史背景：su的时代与困境 ( 20 世纪 70 年代 - 80 年代初) 在 sudo 出现之前，Unix 系统管理员和需要特权操作的…...
AspectJ 在 Android 中的完整使用指南
一、环境配置（Gradle 7.0 适配） 1. 项目级 build.gradle // 注意：沪江插件已停更，推荐官方兼容方案 buildscript {dependencies {classpath org.aspectj:aspectjtools:1.9.9.1 // AspectJ 工具} } 2. 模块级 build.gradle plu…...
OPENCV形态学基础之二腐蚀
一.腐蚀的原理 (图1) 数学表达式：dst(x,y) erode(src(x,y)) min(x,y)src(xx,yy) 腐蚀也是图像形态学的基本功能之一，腐蚀跟膨胀属于反向操作，膨胀是把图像图像变大，而腐蚀就是把图像变小。腐蚀后的图像变小变暗淡。 腐蚀…...
#Uniapp篇：chrome调试unapp适配
chrome调试设备----使用Android模拟机开发调试移动端页面 Chrome://inspect/#devices MuMu模拟器Edge浏览器：Android原生APP嵌入的H5页面元素定位 chrome://inspect/#devices uniapp单位适配 根路径下 postcss.config.js 需要装这些插件 “postcss”: “^8.5.…...
视觉slam十四讲实践部分记录——ch2、ch3
ch2 一、使用g++编译.cpp为可执行文件并运行(P30) g++ helloSLAM.cpp ./a.out运行 二、使用cmake编译 mkdir build cd build cmake .. makeCMakeCache.txt 文件仍然指向旧的目录。这表明在源代码目录中可能还存在旧的 CMakeCache.txt 文件，或者在构建过程中仍然引用了旧的路…...
实战三：开发网页端界面完成黑白视频转为彩色视频
一、需求描述 设计一个简单的视频上色应用，用户可以通过网页界面上传黑白视频，系统会自动将其转换为彩色视频。整个过程对用户来说非常简单直观，不需要了解技术细节。 效果图 二、实现思路 总体思路： 用户通过Gradio界面上…...