待验证50% 置信事实精确时间

早期视频生成架构如3D U-Net加时间注意力层的时间感受野通常仅覆盖16-24帧（约1-2秒）

1

来源数

50%

置信度

长期有效

时效性

2026/8/7

首次发现

来源

AI视频生成进化史：从Will Smith吃面翻车到电影级画质

相关事实

已验证生成一段8秒、24帧/秒的视频意味着模型需要在时间轴上同时保持192帧画面的语义一致性，计算量约为同分辨率单张图像的数十倍76% 相似待验证改造类延时视频通常在15-60秒内完成一个完整的改造叙事弧线74% 相似待验证字节跳动C-Dance 2.5据称最长可生成180秒（3分钟）视频，并支持4K分辨率输出71% 相似已验证视频扩散模型采用扩散变换器（DiT）架构，通过在时序注意力层引入3D时空注意力机制同时建模空间与时间维度70% 相似待验证文章中提到的聚合平台支持AI视频生成功能，可生成720p分辨率、最长10秒的短视频，生成时间约一分钟70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/700777

API

curl https://kongchang.com/api/v1/knowledge/claims/700777

MCP

get_claim(id=700777)