谷歌AI新星轉投Pika：視頻生成Lumiere一作，擔任創(chuàng)始科學家
剛碩士畢業(yè)
白交 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
視頻生成進展如火如荼，Pika迎來一位大將——
谷歌研究員Omer Bar-Tal，擔任Pika創(chuàng)始科學家。
一個月前，還在谷歌以共同一作的身份發(fā)布視頻生成模型Lumiere，效果十分驚艷。
當時網(wǎng)友表示：谷歌加入視頻生成戰(zhàn)局，又有好戲可看了。
Stability AI CEO、谷歌前同事等在內(nèi)一些業(yè)內(nèi)人士送上了祝福。
Lumiere一作，剛碩士畢業(yè)
Omer Bar-Tal，2021年本科畢業(yè)于特拉維夫大學的數(shù)學與計算機系，隨后前往魏茨曼科學研究所攻讀計算機碩士，主要聚焦于圖像和視頻合成領域的研究。
其論文成果多次被頂會接收，比如Text2LIVE（ECCV 2022 Oral）、MultiDiffusion（ICML 2023）、TokenFlow（ICLR 2024）。
以TokenFlow為例，他們提出了一種框架，基于擴散模型實現(xiàn)文本驅動的視頻編輯，支持視頻編輯任務無需任何訓練或微調(diào)。
此次加盟Pika前，他曾是谷歌研究院以Student Researcher身份待了9個月，最終經(jīng)過7個月的研究以共同一作身份推出了Lumiere。這時候碩士應該還沒有畢業(yè)。
Lumiere的創(chuàng)新點在于，提出了時空U-Net（STU-Net）架構：將視頻在空間和時間兩個維度同時進行下采樣和上采樣，在網(wǎng)絡的中間層得到視頻的壓縮時空表示。
在學習了3000萬視頻之后，Lumiere可支持文生視頻、視頻編輯修復、圖片轉視頻以及視頻風格化等多種功能。
當時Jeff Dean盛贊：多模態(tài)視頻生成革命正在發(fā)生。
威爾史密斯吃面（Pika版）
官宣加盟Pika消息之后，官方以及投資人等也送上了祝福。
前幾天，還有位Pika華人研究員Yilun Du發(fā)布了篇文章， 不過應該剛從MIT博士畢業(yè)（也可能還沒畢業(yè)），論文單位仍是MIT。
另外在官網(wǎng)還在繼續(xù)招人中。
— 完 —
- 商湯林達華萬字長文回答AGI：4層破壁，3大挑戰(zhàn)2025-08-12
- 商湯多模態(tài)大模型賦能鐵路勘察設計，讓70年經(jīng)驗“活”起來2025-08-13
- 以“具身智能基座”為核，睿爾曼攜全產(chǎn)品矩陣及新品亮相2025 WRC2025-08-11
- 哇塞，今天北京被機器人人人人人塞滿了！2025-08-08
相關閱讀
