Récemment, la société d'IA vidéo Genmo a annoncé le lancement de Mochi1, un nouveau modèle de génération de vidéo open source permettant aux utilisateurs de générer des vidéos de haute qualité à partir d'invites textuelles. Les performances de Mochi1 sont considérées comme comparables, voire supérieures, à celles des principaux concurrents propriétaires du marché, tels que Runway, Dream Machine de Luma AI, Kuaishou et Hailuo de Minimax. Le modèle est disponible sous licence Apache2.0.

Le modèle de génération de vidéo open source CogVideoX-5B, de fabrication chinoise, est officiellement disponible sur la communauté ModelScope de Modèles. Il améliore considérablement la qualité et les effets visuels de la génération de vidéos. Basé sur le modèle DiT à grande échelle, il utilise un autoencodeur variationnel causal 3D, une technique de transformateur expert, et un encodage de position 3D-RoPE et un mécanisme d'attention 3D complet pour réaliser une modélisation conjointe spatio-temporelle. L'utilisation de la technique d'entraînement progressif permet au modèle de générer des vidéos longues, cohérentes et de haute qualité avec des caractéristiques de mouvement évidentes.