Goku 是一种 流式（Flow-Based）视频生成基础模型（Video Generative Foundation Model），由 香港大学（HKU）和字节跳动（ByteDance） 共同开发。
它的核心功能是通过 文本输入（Text）转换为高质量视频（Video），适用于电影、广告、动画、艺术创作等多个领域。
- 支持文本到视频（T2V）：可生成 20 秒以上 流畅、连贯的视频。
- 支持多种风格：写实、3D 动画、剪纸、赛博朋克等。
-广告优化版（Goku+）：可直接生成真人广告、产品展示、人物交互的数字人视频。
- 真实人物 & 手部优化：面部表情自然，手势精准。
- 电影级动态镜头：支持慢动作、特写、追踪拍摄等。
- 高分辨率 & 智能光影：画质清晰，色彩自然，光影真实。
Goku 采用先进的 流模型架构（Flow-Based Model），与传统的视频生成模型相比，它能够生成更 稳定、流畅、长时序的视频，并能 精准控制 视频中的人物、物体、环境等细节。
GitHub：goku
论文：https://arxiv.org/pdf/2502.04896
