品玩12月13日讯，据斯坦福大学教授李飞飞表示，她的团队与谷歌合作，推出一款 AI 视频生成模型 W.A.L.T。

根据公布的演示视频，该模型可以生成3秒左右的视频，目前每秒画面可达8帧，分辨率可以达到512x896。 W.A.L.T采用Diffusion Model技术，将其与Latent Diffusion Models相结合，使其可以在没有那么高计算要求的情况下生成视频内容。

W.A.L.T模型目前支持文生视频、图片转视频和3D相机拍摄视频三项能力，后续还将推出更多内容。