鹭羽 发自 凹非寺 量子位 | 公众号 QbitAI 从5秒到 4分钟 ，Sora2也做不到的分钟级长视频生成，字节做到了！ 先来看一个前方潜水员拍摄的"真实"海底世界Vlog： 华生，有发现么？不同于一般的AI生成视频，只有短短几秒钟……这个片子全程1分40秒， 都是"水分"、都是AI 。 这就是字节和UCLA联合提出的新方法—— Self-Forcing++ ，无需更换模型架构或重新收集长视频数据集，就能轻松生成分钟级长视频，也 不会后期画质突然变糊或卡住。 通过利用教师知识和自生成视频片段指导自回归生成，最长生成视频可达 4分15秒 ，而且高质量、还开源。 话不多说，再看几个视频效果尝尝鲜。 长达3分钟的无人机视角下的海岸线，be like： 时长拉到极致，4分15秒跟随大象的脚步纵览草原美景。 而相同时长下，此前的长视频生成SOTA SkyReels 做出的效果是酱紫的： （重生之我成为一只蚂蚁） Self-Forcing++在短时长上继承了 Self-Forcing 的高质量画面效果，长时长生成也能达成性能指标All kill，视觉稳定性大幅领先 CausVid 等方法。 或许，AI电影时代离我们已 ...