Stable Diffusion 推出令人振奮的視頻生成功能

Home AI新聞 Stable Diffusion 推出令人振奮的視頻生成功能

Stability AI，著名的 Stable Diffusion 文本轉圖像系統的開發者，推出了其首個創新視頻生成模型——Stable Video Diffusion。這款尖端生成式 AI 模型可以將文本提示轉換為動態視頻。用戶只需輸入像「沙漠中火箭升空」或「海浪撞擊岸邊」這樣的短語，Stable Video Diffusion 就能將這些描述生動呈現。

除了文本提示，該模型還能從靜態圖像創建視頻。Stable Video Diffusion 的研究團隊專門為高解析度的圖像轉視頻合成而設計，並具備多視角合成功能，允許動畫師從單一物體生成多個攝影角度。這一功能對於構建虛擬現實 (VR) 和擴增實境 (AR) 應用中的沉浸式 3D 環境的開發者尤其重要。

如何訪問 Stable Video Diffusion

目前，Stable Video Diffusion 僅供研究用途。開發者表示，該模型「目前不打算用於現實世界或商業應用」。他們專注於收集與安全性和性能相關的反饋，以便未來進一步完善模型。

有興趣探索 Stable Video Diffusion 的研究人員可以在 GitHub 上找到源代碼，而本地模型執行所需的權重則托管在 Hugging Face。該模型提供兩種不同的圖像轉視頻選項，分別可以生成14幀和25幀，並支持每秒3至30幀的自定義幀率。

初步研究顯示，與 Pika Labs 和 Runway 的競爭模型相比，Stable Video Diffusion 在用戶偏好上獲得了良好的評價，凸顯了其在視頻生成領域的潛力。

令人興奮的是，用戶可以註冊候補名單，以獲取即將推出的網頁介面的訪問權限，該介面展示了 Stable Video Diffusion 在教育、市場營銷和娛樂等領域的實際應用。欲表達對這一創新體驗的興趣，用戶應在聯絡表單的下拉菜單中選擇「Stable Video – 等待名單」。

Stability AI 持續推動生成科技的邊界，為視頻生成和創意內容創作開闢了新的可能性。隨著模型的演變，其在利用豐富視覺敘事的領域中展現了廣泛的應用潛力。

OpenAI 憑藉聲音功能賦能用戶，首次重大更新解決董事會爭議後發布

本週的OpenAI爭議與Nvidia增加H200模型的生產