🎯 情报来源：量子位
普林斯顿大学和Meta联合推出了一款名为LinGen的全新视频生成框架。该框架通过引入线性复杂度的MATE模块，显著提升了视频生成效率，并在质量上媲美当前最先进的模型。
LinGen在实验中表现优异：相较于DiT-4B，在生成17秒、34秒和68秒长度的512p视频时，分别实现了5×、8×和15×的FLOPs加速，延迟方面也达到了11.5×的优化水平。此外，LinGen-4B在视频质量和文字-视频一致性上全面领先DiT基线模型。
核心要点：
- LinGen将视频生成从平方复杂度降低至线性复杂度，使单GPU能在分钟级生成高质量视频。
- 在与SOTA模型（如Kling、Runway Gen-3）对比中，LinGen的人类评测胜率分别为50.5%、52.1%、49.1%，性能接近顶级商业模型。
- LinGen通过Rotary Major Scan（RMS）和TEmporal Swin Attention（TESA）解决了Mamba系列模型的临近信息丢失问题。
📌 情报分析
技术价值：极高
LinGen以线性复杂度取代传统自注意力机制，大幅降低了计算开销，同时在处理长序列任务时展现出卓越的适应性。其创新性的RMS和TESA设计进一步优化了硬件友好性和生成质量。
商业价值：高
凭借单GPU即可实现分钟级高清视频生成的能力，LinGen有望大幅降低视频生成的成本门槛，为AI内容创作市场带来新的增长点。
趋势预测：
未来3-6个月内，LinGen可能推动更多基于线性复杂度架构的研究，同时吸引行业巨头将其应用于实际产品中，特别是在短视频生成和实时编辑领域。