Stability AI 發布 SVD 1.1：提升 AI 影片製作一致性的擴散模型

Home AI新聞 Stability AI 發布 SVD 1.1：提升 AI 影片製作一致性的擴散模型

Stability AI發布 SVD 1.1：AI視頻生成的邁進

Stability AI以其日益擴展的開源AI內容創作及編程模型而聞名，現宣布對其影像轉視頻潛在擴散模型——Stable Video Diffusion（簡稱SVD）的升級。

全新 SVD 1.1 版本

新版本 SVD 1.1 是 SVD 1.0 的優化迭代，旨在生成短小的AI視頻，並改善視頻的運動效果及一致性。Stability AI首席技術官 Tom Mason 確認，SVD 1.1 現已可通過 Hugging Face 下載，此外還將納入Stability AI 的訂閱會員中，會員方案分為個人及企業等不同層級，起價為免費，最高每月20美元。商業用戶需訂閱後方可部署，而研究用途仍然開放並免費。

SVD 1.1 的增強功能

Stability AI於2023年11月首次推出兩款AI視頻生成模型：SVD可從靜態影像生成長達四秒、最多14幀的視頻；SVD-XT則為微調版本，能生成最多25幀。基於SVD-XT，新發布的 SVD 1.1 能夠生成四秒、25幀的視頻，解析度為1024×576，需提供相同大小的上下文幀。

此次升級的主要目標是提高視頻輸出的穩定性，解決早期版本中存在的光真實性不足、運動效果缺乏，以及生成真實面孔和人物等問題。SVD 1.1 希望能改善最終輸出的運動動態。

根據公司介紹，“SVD 1.1 的微調在6 FPS和運動桶ID 127下進行，以提高輸出一致性，無需調整超參數。”雖然這些設定仍可調整，但在這些固定條件之外的性能可能會有所不同。

性能與未來展望

儘管Stability AI聲稱 SVD 1.1 有所增強，但其實際效果仍需評估。該模型的 Hugging Face 頁面強調其研究導向設計，並承認某些以前版本的挑戰可能仍會存在。

除了 Hugging Face，Stable Video Diffusion模型還可通過Stability AI開發者平台的API訪問，開發者可將先進的視頻生成能力無縫整合進他們的應用中。Stable Video DiffusionAPI可生成四秒長的24 FPS MP4格式視頻，產生25幀的生成帧和插值幀。運動強度控制、多種佈局及解析度支援（包括1024×576、768×768及576×1024）均增強了其可用性。

展望未來

在2023年，Stability AI在生成AI方面取得了顯著進展，經常進行模型更新，這一趨勢似乎將持續到2024年。自2019年成立以來，該公司吸引了相當可觀的投資，包括2022年完成的1.01億美元融資輪。然而，它在AI視頻生成領域面臨來自其他競爭者的挑戰，如Runway和Pika，這兩者都通過用戶友好的網路平台贏得了市場，並提供視頻自定義和升級功能。

最近，Runway推出了多運動畫筆功能，使用戶能夠為其AI視頻中的特定區域添加動畫效果。同樣，Pika允許用戶編輯視頻中的特定區域，例如將牛的臉轉換成鴨子的臉。然而，這兩者都未為其模型提供API，限制了與第三方應用程式的整合。

隨著AI視頻生成領域的持續演變，Stability AI的SVD 1.1 標誌著一項值得關注的激動人心的進展。

NVIDIA與Supermicro：實現成功的關鍵生成AI技術架構

Elemind 獲得 1200 萬美元資金，推出提升大腦功能及改善睡眠品質的神經科技可穿戴設備

Most people like

Affiliate Plus - Lasso

236.4K

歡迎來到我們的人工智慧推動的聯盟行銷平台，在這裡創新與機會交匯。我們的尖端技術使企業和行銷人員能夠優化他們的聯盟策略，推動銷售並提升參與度。通過利用人工智慧的力量，我們即時分析數據，實現轉化的精準行銷活動。無論您是資深行銷人員還是聯盟行銷新手，我們的平台都提供所需的工具和洞察，使您在數位市場中達到最大的成功。今天就來發現我們的人工智慧解決方案如何改變您的聯盟行銷努力！

聯盟行銷 AI Analytics Assistant

Spark Mail

525.6K

掌握您的電子郵件管理，從 Spark 開始。今天就掌控您的收件夾！

電子郵件管理 AI Advertising Assistant

Air Fry AI

37.1K

探索空氣炸鍋 AI，您的專屬資源，提供以人工智慧驅動的專業空氣炸鍋操作說明和食譜。

氣炸鍋 AI Content Generator

Explainpaper

90.1K

您是否在理解研究論文中的複雜部分時感到困惑？您並不孤單！許多讀者都會被生澀的語言和繁瑣的術語所困擾。本指南將清晰化這些令人困惑的文本，解析難懂的段落，使其更易於理解。通過揭開研究語言的神秘面紗，我們旨在提升您對學術文章的理解和參與感。讓我們深入探索，揭示這些論文中隱藏的洞察！

研究論文 Code Explanation

Find AI tools in YBX