香港中文大学发布 ControlNeXt，视频生成成本降低 90%

2024 年 8 月 14 日，香港中文大学的贾佳亚研究团队发布了一项研究成果 ——ControlNeXt。这一新方法通过简化架构和创新技术，减少了视频生成模型的参数量和成本，减少幅度高达 90%。ControlNeXt 的发布引起了广泛关注，尤其是在人工智能和计算机视觉领域。

ControlNeXt 的核心创新点包括三个方面：

1. 轻量级架构的引入使得模型的可学习参数减少，从而降低了计算资源的消耗。
2. 跨标准化（Cross Normalization）技术替代了传统的 Zero Convolution 技术，通过分析新旧参数的统计特性，加速了训练的收敛。
3. 插件式设计允许 ControlNeXt 作为轻量级模块与其他 LoRA 权重兼容，无需额外训练即可实现风格的改变。

ControlNeXt 的实际应用范围广泛，涵盖了从影视制作到广告生成等多个领域。在影视制作中，ControlNeXt 可以用于生成特效和动画，降低制作成本和时间。在广告生成中，ControlNeXt 能够快速生成符合品牌风格的广告素材，提高广告制作的效率。