AI万址

Etna

Etna是七火山科技推出的文生视频AI模型，采用DiT架构与时空卷积注意力层，支持4K 60fps高清视频生成，视频长度8-15秒，超20亿参数训练，画面细腻流畅，适合营销与创作场景。

访问官网
Etna
访问官网
基本信息详情
开发公司七火山科技（7Volcanoes）
上线时间2024年3月
官网https://etna.7volcanoes.com/
支持平台Web端
价格未公开（预计积分制）
核心定位高帧率4K文生视频模型

2024年3月5日，超讯通信和七火山在一场大会上放了一段视频：水母、鲸鱼、斑马、冲浪者，4K画质，60帧。当时大部分AI视频还卡在30帧，这段视频让在场的人坐直了。这就是 Etna，七火山出的文生视频模型。

Etna 的参数超过20亿，用 DiT 架构（Diffusion + Transformer），在语言模型和图像模型之间插入了时空卷积和注意力层。说人话就是：它能理解时间维度上的连续性，不是一帧一帧地蹦画面，而是让动作连贯起来。如果你做的是数字人对口型而非文生视频，JoyPix 的AI数字人 更对口。

最高分辨率 3840×2160，帧率 60fps，视频长度 8-15秒。这三个数字放在一起，在当时的国产文生视频里属于第一梯队。

核心功能

01

文本生成视频

输入一段文字描述，Etna 生成对应的视频。提示词借鉴了 Sora 的经验并做了优化，能比较忠实地还原文本意图。比如你描述"维多利亚冠鸽的特写，蓝色羽毛红色胸部，羽冠由花边羽毛制成"，生成的画面会忠实于这些细节，连鸟首微颔的姿态都能还原。

02

时空理解能力

DiT 架构里加入的时空卷积和注意力层，让 Etna 能处理图像序列中的时间连续性。这意味着生成的视频不是静态画面的拼接，而是有时间逻辑的运动。做出来的素材如果要翻译成多语言版本，可以配合 Anylang.ai 的视频翻译 做海外分发。

03

高帧率4K输出

60fps + 4K 的组合在当时是差异化卖点。大部分竞品只做到30fps、1080p。高帧率对运动场景（冲浪、滑雪、动物奔跑）的流畅度提升明显。

04

训练策略

大规模训练（LDS）、超参数优化（HPO）、DPO 微调三步走。在一个大型视频数据集上训练，保证生成质量和一致性。

适合谁

短视频创作者

需要高质量 B-roll 或素材片段的 TikTok、YouTube Shorts 创作者

营销团队

快速制作产品概念视频和广告素材，不用请拍摄团队

概念艺术家

把分镜脚本快速可视化，做 mood film

教育与仿真

生成教学视频或安全培训的模拟场景

同类竞品对比

维度EtnaSora可灵Vidu
最大分辨率4K（3840×2160）1080p1080p1080p
帧率60fps未知30fps30fps
视频长度8-15秒最长60秒最长2分钟8秒
架构DiTDiT3D时空注意力U-ViT
可用性官网展示中限定访问公开可用公开可用

Etna 在帧率和分辨率上有优势，但视频长度偏短。如果你需要的是AI搜索而非视频生成，百度AI探索版 是另一个方向的工具。

FAQ

A

Etna 现在能公开使用吗？ 官网目前展示的是演示，标注"coming soon"。具体开放时间关注七火山官方动态。

A

支持图生视频吗？ 目前公开信息显示 Etna 专注文生视频，图生视频能力未明确。

A

和 Sora 是什么关系？ Etna 借鉴了 Sora 的 Diffusion+Transformer 架构思路，但在一个更大的数据集上做了适配和融合，形成自己的 DiT 变体。

A

为什么帧率能做到60？ 核心是时空卷积和注意力层的设计，加上20亿参数的训练规模，让模型能生成更流畅的帧序列。

A

价格怎么算？ 官方未公开定价，预计采用积分制。需要等正式开放后确认。

更新动态

Etna 自2024年3月发布演示后，官网已上线但产品仍标注"coming soon"。七火山后续的动态主要围绕模型优化和商业落地，具体开放时间待定。

客户评论

综合评分：3.8/5（基于行业观察与社区讨论，产品尚未全面开放）

  • 科技博主@SORA百科：60fps 4K 在国产文生视频里确实能打，但还没开放使用，期待正式版。-- ★★★★☆
  • 短视频创作者：演示效果惊艳，水母那段我反复看了几遍。希望能尽快开放。-- ★★★★☆
  • 行业观察者：参数和架构都不错，但视频长度只有15秒，跟可灵的2分钟比有差距。-- ★★★☆☆

参考来源