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…...
(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)
题目：3442. 奇偶频次间的最大差值 I 思路 ：哈希，时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况，哈希表这里用数组即可实现。 C版本： class Solution { public:int maxDifference(string s) {int a[26]…...
高危文件识别的常用算法：原理、应用与企业场景
高危文件识别的常用算法：原理、应用与企业场景 高危文件识别旨在检测可能导致安全威胁的文件，如包含恶意代码、敏感数据或欺诈内容的文档，在企业协同办公环境中（如Teams、Google Workspace）尤为重要。结合大模型技术&…...
04-初识css
一、css样式引入 1.1.内部样式 <div style"width: 100px;"></div>1.2.外部样式 1.2.1.外部样式1 <style>.aa {width: 100px;} </style> <div class"aa"></div>1.2.2.外部样式2 <!-- rel内表面引入的是style样…...
爬虫基础学习day2
# 爬虫设计领域 工商：企查查、天眼查短视频：抖音、快手、西瓜 ---> 飞瓜电商：京东、淘宝、聚美优品、亚马逊 ---> 分析店铺经营决策标题、排名航空：抓取所有航空公司价格 ---> 去哪儿自媒体：采集自媒体数据进…...
Spring数据访问模块设计
前面我们已经完成了IoC和web模块的设计，聪明的码友立马就知道了，该到数据访问模块了，要不就这俩玩个6啊，查库势在必行，至此，它来了。 一、核心设计理念 1、痛点在哪 应用离不开数据（数据库、No…...
Xen Server服务器释放磁盘空间
disk.sh #!/bin/bashcd /run/sr-mount/e54f0646-ae11-0457-b64f-eba4673b824c # 全部虚拟机物理磁盘文件存储 a$(ls -l | awk {print $NF} | cut -d. -f1) # 使用中的虚拟机物理磁盘文件 b$(xe vm-disk-list --multiple | grep uuid | awk {print $NF})printf "%s\n"…...
【7色560页】职场可视化逻辑图高级数据分析PPT模版
7种色调职场工作汇报PPT，橙蓝、黑红、红蓝、蓝橙灰、浅蓝、浅绿、深蓝七种色调模版 【7色560页】职场可视化逻辑图高级数据分析PPT模版：职场可视化逻辑图分析PPT模版https://pan.quark.cn/s/78aeabbd92d1...
LRU 缓存机制详解与实现（Java版） + 力扣解决
📌 LRU 缓存机制详解与实现（Java版） 一、📖 问题背景 在日常开发中，我们经常会使用 缓存（Cache） 来提升性能。但由于内存有限，缓存不可能无限增长，于是需要策略决定&am…...
C# 表达式和运算符(求值顺序)
求值顺序 表达式可以由许多嵌套的子表达式构成。子表达式的求值顺序可以使表达式的最终值发生 变化。 例如，已知表达式3*52，依照子表达式的求值顺序，有两种可能的结果，如图9-3所示。 如果乘法先执行，结果是17。如果5…...
破解路内监管盲区：免布线低位视频桩重塑停车管理新标准
城市路内停车管理常因行道树遮挡、高位设备盲区等问题，导致车牌识别率低、逃费率高，传统模式在复杂路段束手无策。免布线低位视频桩凭借超低视角部署与智能算法，正成为破局关键。该设备安装于车位侧方0.5-0.7米高度，直接规避树枝遮…...