SVD-Image-to-Video

Generative Models by Stability AI. Contribute to Stability-AI/generative-models development by creating an account on GitHub.

2023 年 11 月 21 日

• Stability 出於研究目的發佈了穩定視頻擴散（Stable Video Diffusion），一種圖像到視頻的模型：
  • SVD：該模型經過訓練，可以在給定相同大小的上下文幀的情況下產生分辨率為 576×1024 的 14 幀。我們使用 SD 2.1 中的標準影像編碼器，但用時間感知的 deflickering decoder.
  • SVD-XT：與架構相同，SVD但針對 25 幀生成進行了微調。
  • 我們提供了一個 Streamlit 演示scripts/demo/video_sampling.py和一個獨立的 Python 腳本scripts/sampling/simple_video_sample.py，用於兩個模型的推理。

上圖評估了使用者對 GEN-2 和 PikaLabs 上的 SVD-Image-to-Video 的偏好。 就視訊品質而言，SVD-Image-to-Video 受到很多人青睞。 有關用戶研究的詳細信息，請參閱研究論文