Goku

saiyan-world.github.io又名 Goku、Goku 视频生成模型

香港大学与字节跳动提出的基于流匹配的视频生成基础模型,用 MovieGenBench 原始提示词逐条生成短片并附英文原文,适合视频生成研究者对照镜头、光线与动作理解来比较模型效果。

网页英文

打开官网替代品 4 个 saiyan-world.github.io
Goku 首页截图

Goku 是一个视频生成基础模型,由香港大学和字节跳动的研究者共同提出,论文标题写的是「Flow Based Video Generative Foundation Models」,即基于流匹配(flow)的视频生成基础模型。这个页面是项目的展示与论文入口,不是可以直接上传文字出片的产品界面。

主要功能

页面主体是文生视频的演示:用 MovieGenBench 的原始提示词不做修改,逐条生成短片,覆盖东京街头霓虹下的行人、雪地里的猛犸象、纸艺珊瑚礁、迪斯科袋鼠、巴黎咖啡馆里的老人等场景。每条演示都附上英文提示词原文,方便对照模型对镜头、光线、材质和动作的理解。页面还提到 Goku+ 面向视频广告的方向,以及 BibTeX 引用信息。

适合谁

适合做视频生成研究、需要对比模型效果的人,以及想了解流匹配路线在文生视频上表现的开发者。普通用户想直接生成视频,这里没有可用的操作入口。

获取方式与限制

论文和代码入口在页面上给出,GitHub 仓库为 Saiyan-World/goku,演示视频放在 Hugging Face 的 Goku MovieGenBench 集合里。页面为英文,演示视频需要等待加载。是否开放权重、能否本地部署、有无在线试用,材料里没有说明,使用前需要自行到仓库确认。

常见问题

Goku 有哪些平台 / App?
支持 网页。
Goku 的替代品有哪些?
本站整理了 4 个替代品,例如 CogVideo、Boximator、Seedance、生数科技。

替代品 全部 4 个 →

CogVideo 文本到视频生成预训练模型,94 亿参数,由 CogView2 迁移而来,采用多帧率分层训练,演示输出固定为 480×480、4 秒、8fps,适合想摸清早期文生视频能力边界的研究者试跑。替代研究对照这一块:同为开源文生视频模型,可下载权重本地跑,但无 MovieGenBench 逐条演示 B Boximator不用登录 字节跳动研究团队提出的视频生成控制方法,在文字提示之外用边界框约束指定物体从哪移动到哪,页面附论文、示例及与 Pika 1.0、Gen-2 的对比,目前只能邮件发送初始帧和动作描述申请试用,适合想精确控制画面动作的视频生成研究者。替代可控生成研究这一块:同为字节系视频生成研究,用边界框控制物体运动,附论文与对比示例 Seedance 字节跳动 Seed 团队推出的视频生成模型,支持文字或图片生成 1080p 视频,原生多镜头叙事能保持主体与风格连贯,运动表现和多种画风按指令响应,适合广告短片创作者把文字构想转成画面。替代文生视频效果参考这一块:字节 Seed 的 1080p 多镜头模型,可在体验中心直接试用出片 生数科技国内可直接访问 做通用世界模型的公司,数字侧有视频生成模型 Vidu,物理侧有机器人动作模型 Motubrain,面向影视、广告、电商等内容生产方。替代视频生成模型对比这一块:旗下 Vidu 面向影视广告出片,可实际生成而非只看演示

收录于 2025 年 1 月 · 更新于 11 月 8 日 · 浏览 1,083 · 报告问题

替代品 4 个打开官网saiyan-world.github.io