专题演讲嘉宾：段楠

本演讲将围绕 Step-Video 系列开源模型，介绍视频生成基础模型的最新进展，包括文生视频和图生视频等任务。此外，本报告还将总结现有视频生成模型面临的主要挑战，并和大家讨论未来可能的发展发向。

演讲提纲

1. 视频生成背景和现状

• 视频生成从简单的帧插值逐渐演变为复杂的多模态生成任务
• 多模态融合（文本、图像、音频等）、大规模预训练模型的应用逐渐成为趋势

2. 视频生成 SoTA 模型：Step-Video

• 技术亮点
• 实验结果：性能对比、案例分析
• 视频生成目前面临的挑战

3. 关于未来的讨论

• 更强大的多模态融合
• 实时生成

您认为，这样的技术在实践过程中有哪些痛点？

• 高质量数据的获取、训练和推理效率、物理规律的遵循

演讲亮点

• SoTA 模型的技术创新与架构优势
• 系统优化与高效训练

听众收益

• 了解该领域最新进展