Tencent и Фуданьский университет представили Prism: генерация видео 2K со звуком с лицензией MIT

Модель Prism от Tencent Hunyuan и Фуданьского университета позволяет генерировать видео и аудио одновременно в одном проходе с нативным разрешением до 2K. Архитектура использует динамическое разреженное внимание, что ускоряет обучение в 2,5 раза по сравнению с полным вниманием. Модель выпущена под лицензией MIT с открытым кодом для обучения и дообучения.