Sora技术架构（仅供参考）
发布日期：2024/3/3 22:59:17 浏览量：
Sora技术架构（仅供参考）
SORA 模型结构可以表示：SORA = [VAE encoder + DiT (DDPM) + VAE decoder]
SORA 模型训练流程：
•Step1：使用
DALLE 3（CLIP ）
把文本和图像对 <text，image>
联系起来；
•Step2：视频数据切分为 Patches 通过
VAE 编码器压缩成低维空间表示；
•Step3：基于 Diffusion
Transformer 从图像语义生成，完成从文本语义到图像语义进行映射；
•Step4：DiT
生成的低维空间表示，通过 VAE 解码器恢复成像素级的视频数据；
业务实施流程 马上咨询： 如果您有业务方面的问题或者需求，欢迎您咨询！我们带来的不仅仅是技术，还有行业经验积累。
QQ: 39764417/308460098 Phone: 13 9800 1 9844 / 135 6887 9550 联系人：石先生/雷先生