Pyramid

Pyramid-Flow是一款由北京大学、快手科技和北京邮电大学合作研发的先进视频生成模型。该模型能够依据文本提示生成长达10秒、分辨率达1280×768、帧率为24fps的高清视频。其核心技术是创新的金字塔流匹配算法，通过将视频生成过程分解为多个不同分辨率的阶段，在最终阶段以全分辨率进行处理，从而显著降低计算复杂度。此外，Pyramid-Flow采用时间金字塔设计，压缩全分辨率历史信息以提升训练效率，并支持端到端优化，使用单一的统一扩散变换器（DiT）完成训练，简化了模型的实现流程。