白交发自凹非寺
量子位公众号 QbitAI
视频生成进展如火如荼，Pika 迎来一位大将——
谷歌研究员 Omer Bar-Tal，担任 Pika创始科学家。
一个月前，还在谷歌以共同一作的身份发布视频生成模型Lumiere，效果十分惊艳。
当时网友表示：谷歌加入视频生成战局，又有好戏可看了。
Stability AI CEO、谷歌前同事等在内一些业内人士送上了祝福。
Lumiere 一作，刚硕士毕业
Omer Bar-Tal，2021 年本科毕业于特拉维夫大学的数学与计算机系，随后前往魏茨曼科学研究所攻读计算机硕士，主要聚焦于图像和视频合成领域的研究。
其论文成果多次被顶会接收，比如 Text2LIVE（ECCV 2022 Oral）、MultiDiffusion（ICML 2023）、TokenFlow（ICLR 2024）。
以 TokenFlow 为例，他们提出了一种框架，基于扩散模型实现文本驱动的视频编辑，支持视频编辑任务无需任何训练或微调。
此次加盟 Pika 前，他曾是谷歌研究院以 Student Researcher 身份待了 9 个月，最终经过 7 个月的研究以共同一作身份推出了Lumiere。这时候硕士应该还没有毕业。
Lumiere 的创新点在于，提出了时空U-Net（STU-Net）架构：将视频在空间和时间两个维度同时进行下采样和上采样，在网络的中间层得到视频的压缩时空表示。
在学习了 3000 万视频之后，Lumiere 可支持文生视频、视频编辑修复、图片转视频以及视频风格化等多种功能。
当时 Jeff Dean 盛赞：多模态视频生成革命正在发生。
威尔史密斯吃面（Pika 版）
官宣加盟 Pika 消息之后，官方以及投资人等也送上了祝福。
前几天，还有位 Pika 华人研究员 Yilun Du 发布了篇文章， 不过应该刚从 MIT 博士毕业（也可能还没毕业），论文单位仍是 MIT。
另外在官网还在继续招人中。
