goku

Goku是一个基于校正流（Rectified Flow）Transformer架构的视频生成基础模型家族，支持文本到视频、图像到视频及文本到图像三类生成任务。其核心技术包括精细的图文视频数据清洗、跨模态token交互优化的校正流建模，以及联合图像-视频统一训练框架，在VBench、GenEval等主流基准上达到业界领先水平。适用于需要高质量可控视频生成的研究与应用，如AIGC内容创作、多模态模型预训练、影视辅助生成等场景。