著名国际人工智能独立评测机构Artificial Analysis榜单更新！由中国电信人工智能研究院（TeleAI）和中电信人工智能科技有限公司创新打造的星辰多模态视频生成大模型TeleVideo 2.0在“Image to Video Leaderboard”（图生视频）排名中位列全球前五，国内前三。

星辰大模型是中国电信CTO、首席科学家、中国电信人工智能研究院（TeleAI）院长李学龙教授带领科研团队自主研发的全模态、全尺寸、全国产大模型体系。TeleVideo是星辰大模型体系下的多模态视频生成大模型，于2024年12月在“TeleAI开发者大会”正式发布。

在Artificial Analysis评选中，榜单通过对比人类主观偏好，从内容一致性、运动与时间稳定性、语义合理性以及整体视觉质量等多个维度综合评估模型的视频生成能力。TeleVideo 2.0之所以能在一众国际领先模型中排名前列，得益于TeleAI团队在数据、算法、框架等多维方面的技术创新力。

数据决定模型能力的上限，TeleAI科研团队构建了一套严苛的“筛选-清洗-均衡-适配”数据流水线，确保生成的每一帧画面都具备高质量呈现。在内容素材方面，TeleVideo 2.0积累了规模可观的数据池，涵盖人物、动物、自然、城市等全场景，以及日常生活、复杂交互等各类动作，风格兼具写实、卡通等多种表现形式。模型不仅能生成逼真的物理世界，也能驾驭极具想象力的艺术画面。

(动图：写实风格)

（动图：玄幻风格）

传统视频模型常面临画面崩坏、动作不连贯等难题。TeleVideo 2.0则采用了一种全新的“全局规划+局部精修”模型架构，通过“下一帧率预测”范式，避免传统模型因逐帧堆砌导致的误差累积。这种架构设计能让物体运动轨迹更加丝滑自然，人物神态与背景细节始终保持稳定统一，从而生成出观感极佳、动态逼真的高质量视频内容。

此外，TeleVideo 2.0还提出了一套统一的视频后训练框架，从反馈建模、信用分配与训练调度三个层面进行协同设计。该框架将视频后训练从经验驱动的调参过程转变为可诊断、可解释、可持续演进的系统工程，为长时间、高分辨率视频生成提供了一条稳定且可扩展的强化学习对齐路径，进一步提升了模型效果。

（动图：流畅动作生成）

强大的模型离不开高效的算力底座，TeleAI采用了自主研发的TeleTron视频生成训练框架，为TeleVideo 2.0的训练和迭代提供强劲动力。TeleTron是国内首个支持长视频（分钟级）和超高分辨率（2K）的视频生成大模型训练框架。相比主流的DeepSpeed框架，TeleTron通过创新的“分布式多模态编码器技术”，实现了单位资源处理效率提升3.5倍，现已全面开源。

基于TeleVideo 2.0的强大能力，TeleAI自主研发并面向公众推出了央企首个“全链路AI视频创作平台TeleStudio”，具备“文生图-文生视频-图生视频-角色驱动”的全链路创作能力，既满足专业创作者对高清视频、复杂动作生成的高阶需求，又通过模板化配置、流程化指引降低普通用户的操作门槛。近日，TeleStudio视频创作大赛火热开启，欢迎具备好创意、好点子的用户踊跃参与。

（记者 张颖洁）