I2VGen-XL:阿里推出的图像到视频生成模型

AI工具10个月前发布 阿强
94 0

I2VGen-XL是什么

I2VGen-XL 是达摩院推出的一款开源的图像到视频的生成模型,通过创新的级联扩散方法,将文本视频数据与视频结构解耦,同时利用静态图像作为关键指导形式,确保了输入数据的对齐性,将静态图像合成为高质量的动态视频。这种方法有效解决了视频合成过程中的语义准确性、清晰度和时空连续性的挑战。

I2VGen-XL:阿里推出的图像到视频生成模型

I2VGen-XL的功能特色

  • 静态图像转视频:用户只需提供静态图像和相应的文本描述,模型就能生成与输入图像内容和语义高度一致的动态视频。
  • 生成宽屏高清视频:I2VGen-XL 能够生成分辨率为1280*720、16:9宽屏比例的高清视频,为用户提供了高质量的视觉体验。
  • 时序连贯:模型生成的视频在时间序列上连贯,保证了视频内容的流畅性和观看的舒适度。
  • 质感好、细节丰富:I2VGen-XL 在视频合成过程中注重细节的保留和质感的呈现,使得生成的视频具有较高的真实感和艺术性。
I2VGen-XL:阿里推出的图像到视频生成模型

如何使用I2VGen-XL

I2VGen-XL的项目主页为:https://i2vgen-xl.github.io/,GitHub代码库为:https://github.com/ali-vilab/i2vgen-xl,研究论文地址为:https://arxiv.org/abs/2311.04145,普通用户可以通过Hugging Face或ModelScope魔搭社区的Demo进行在线体验:

  1. 访问I2VGen-XL的Demo主页(Hugging Face版:https://huggingface.co/spaces/modelscope/I2VGen-XL;ModelScope版:https://www.modelscope.cn/studios/damo/I2VGen-XL-Demo/summary)
  2. 选择合适的图片进行上传(建议图片比例为1:1),然后点击「生成视频」
  3. 待初步生成的视频完成后,进入下一步添加对视频内容的英文文本描述
  4. 点击「生成高分辨率视频」,等待2分钟左右,视频便能生成好了
© 版权声明

相关文章

暂无评论

暂无评论...