project
Mochi 1 - Genmo社が開発した、オープンソースの高品質AI動画生成モデル。
Mochi 1は、Genmoが開発したオープンソースの動画生成モデルで、優れたモーション品質とユーザーの指示への忠実性で知られています。Apache 2.0ライセンスでリリースされているMochi 1は、個人利用と商用利用の両方で無料で使用できます。このモデルは…
Mochi 1とは何ですか？
Mochi 1は、Genmoが開発したオープンソースのAI動画生成モデルで、動きのクオリティとユーザーの指示への追従性に優れています。Apache 2.0ライセンスで公開されているMochi 1は、個人利用、商用利用ともに無料です。現在、基本となる480pバージョンを提供していますが、年内にはより高精細で滑らかな動きを実現する720p HDバージョン「Mochi 1 HD」をリリースする予定です。Mochi 1のモデルウェイトとアーキテクチャは、Hugging Faceプラットフォームで確認できます。Genmoは、ユーザーがMochi 1の機能を無料で試せるホスト型プレイグラウンドをHugging Faceプラットフォームで提供しています。
Mochi 1の主な機能
- 高忠実度モーション生成Mochi 1はモーション生成において目覚ましい進歩を遂げ、流体力学、髪や頭部のシミュレーション、一貫性のある滑らかな人間の動きといった物理法則をシミュレートした滑らかな動画を生成し、不気味の谷を越え始めている。
- 強力なプロンプト機能とフォロー機能Mochi 1は、ユーザーが提供する指示に非常に正確に従い、期待に応えるビデオコンテンツを生成することができます。Stable Diffusion 3と同様に、テキストとビジュアルマークアップを組み合わせてビデオを構築します。そのストリーミングアーキテクチャは、テキストストリームの約4倍のパラメータ数を持つ、より大きな隠れ次元を利用しています。
- オープンソースアーキテクチャMochi 1のモデル重みとソースコードは、Apache 2.0オープンソースライセンスの下で公開されており、個人利用または商用利用を問わず、自由にダウンロードして使用できます。
- 高効率Mochi 1は、Genmo独自の非対称拡散トランスフォーマー（AsymmDiT）アーキテクチャを採用しており、テキスト処理を簡素化して視覚効果に集中することで、ユーザープロンプトと圧縮ビデオトークンを効率的に処理します。
- 遊園地を経営するGenmoは、ユーザーがMochi 1の機能を無料で試用し、動画生成プロセスを体験できる新しいホスト型プレイグラウンドを提供します。
- パラメータ数が多いMochi 1は、100億個のパラメータを持つ拡散モデルを使用して、より正確な数の変数を持つモデルを訓練します。
餅の技術的原理 1
- 非対称拡散トランスフォーマー（AsymmDiT）アーキテクチャMochi 1は、Genmo独自の非対称拡散トランスフォーマーアーキテクチャを採用しており、テキスト処理を簡素化して視覚効果に集中し、ユーザーキューと圧縮ビデオトークンを効果的に処理します。AsymmDiTは、Stable Diffusion 3と同様に、テキストトークンとビジュアルトークンを組み合わせてビデオを構築しますが、そのストリーミングアーキテクチャは、より大きな隠れ次元とテキストストリームの約4倍のパラメータ数を持ち、非対称設計を採用することで、展開時のメモリ使用量を削減します。
- リアルタイムビデオ生成技術Mochi 1は、ピラミッド型アテンションブロードキャスト（PAB）技術を採用し、冗長なアテンション計算を削減することで、最大21.6 FPSのフレームレートと10.6倍の高速化を実現しながら、動画生成品質を犠牲にしていません。この技術は、将来のあらゆるDiTベースの動画生成モデルを高速化し、リアルタイムでの動画生成を可能にします。
Mochi 1プロジェクトの住所
- プロジェクト公式サイト：genmo.ai/blog
- ハギングフェイスモデルライブラリ：https://huggingface.co/genmo/mochi-1-preview
- オンライン体験：https://www.genmo.ai/play
Mochiの応用シナリオ1
- 動画コンテンツ制作Mochi 1は、アニメーション、特殊効果、短編映画など、高品質なビデオコンテンツを生成するために使用でき、ビデオクリエイターやアーティストに強力なクリエイティブツールを提供します。
- 教育と訓練教育分野において、Mochi 1は複雑な概念を説明したり、実験プロセスをシミュレーションしたりするのに役立つ教育ビデオを生成することができ、それによって学習効率を向上させることができる。
- エンターテインメントとゲームゲームおよびエンターテインメント業界では、Mochi 1はゲーム内で動的な背景動画やストーリーラインを生成するために使用でき、プレイヤーの没入感を高めることができます。
- 広告とマーケティングMochi 1は、魅力的な広告動画を生成するために使用でき、企業がより魅力的な広告コンテンツを低コストで作成するのに役立ちます。
- ソーシャルメディアソーシャルメディアプラットフォームにおいて、Mochi 1はコンテンツクリエイターがより多くの注目とインタラクションを集めるユニークな動画コンテンツを作成するのに役立ちます。
- ニュースとレポートニュース業界では、Mochi 1はニュース報道の背景動画や、出来事をシミュレートする動的な視覚効果を生成するために使用でき、それによって報道の魅力を高めることができる。