Goku，中文名“悟空”，是字节跳动联合香港大学发布的视频生成“王炸”模型。它并非又一个传统的扩散模型，而是基于全新的“流式生成”（Rectified Flow Transformer）架构，用3600万段视频和1.6亿张图片投喂而成。Goku不仅能文生视频、图生视频，更厉害的是，它专为商业场景优化了一个名为Goku+的“战斗形态”，能根据一张商品图和几句文案，直接生成一个超写实的数字人带货视频。
Goku，中文名“悟空”，是字节跳动联合香港大学发布的视频生成“王炸”模型。它并非又一个传统的扩散模型，而是基于全新的“流式生成”（Rectified Flow Transformer）架构，用3600万段视频和1.6亿张图片投喂而成。Goku不仅能文生视频、图生视频，更厉害的是，它专为商业场景优化了一个名为Goku+的“战斗形态”，能根据一张商品图和几句文案，直接生成一个超写实的数字人带货视频。
