PANewsが2月10日に報じたところによると、動画生成実験モデル「VideoWorld」は、豆宝ビッグモデルチーム、北京交通大学、中国科学技術大学が共同で提案した。 VideoWorldは、Sora、DALL-E、Midjourneyなどの主流のマルチモーダルモデルとは異なり、言語モデルに依存せずに世界認識を実現した業界初のモデルです。 現在、プロジェクトのコードとモデルはオープンソースになっています。