待验证50% 置信事件精确时间

Reactor 与 AWS 合作在 AWS Trainium 芯片上实现了实时自回归扩散视频生成

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/25

首次发现

有效期至：2026/12/24

来源

以内核为中心：在Trainium上实现实时视频生成

涉及实体

Reactorcompany AWScompany Trainiumproduct

相关事实

待验证Sora 采用 Video Diffusion Transformer（DiT），将视频压缩为时空 Patch 后进行扩散过程建模57% 相似待验证当前AI视频生成工具如OpenAI的Sora、Runway的Gen-2、Pika Labs能根据文本生成数秒到数分钟的连贯视频56% 相似待验证少步数视频生成背后的核心技术通常是一致性蒸馏或流匹配加速56% 相似已验证LTX-Video 是由 Lightricks 开发的开源视频生成模型系列，基于 DiT（Diffusion Transformer）架构构建，可在消费级硬件上实现接近实时的推理速度56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/950358

API

curl https://kongchang.com/api/v1/knowledge/claims/950358

MCP

get_claim(id=950358)