

MCVD
簡介 :
MCVD是一種用於視頻生成、預測和插值的通用模型,使用基於分數的擴散損失函數生成新穎的幀,通過將高斯噪聲注入當前幀並對過去和/或未來幀進行條件去噪,通過隨機屏蔽過去和/或未來幀進行訓練,實現無條件生成、未來預測、過去重建和插值四種情況的處理。該模型使用2D卷積U-Net,通過串聯或時空自適應歸一化對過去和未來幀進行條件處理,產生高質量和多樣化的視頻樣本,使用1-4個GPU進行訓練,能夠擴展到更多通道。MCVD是一種簡單的非遞歸2D卷積架構,能夠生成任意長度的視頻樣本,具有SOTA的結果。
需求人群 :
視頻生成、預測和插值
使用場景
電影特效生成
視頻遊戲開發
動畫製作
產品特色
視頻生成
視頻預測
視頻插值
精選AI產品推薦

Sora
Sora是一個基於大規模訓練的文本控制視頻生成擴散模型。它能夠生成長達1分鐘的高清視頻,涵蓋廣泛的視覺數據類型和分辨率。Sora通過在視頻和圖像的壓縮潛在空間中訓練,將其分解為時空位置補丁,實現了可擴展的視頻生成。Sora還展現出一些模擬物理世界和數字世界的能力,如三維一致性和交互,揭示了繼續擴大視頻生成模型規模來發展高能力模擬器的前景。
AI視頻生成
17.2M

Animate Anyone
Animate Anyone旨在通過驅動信號從靜態圖像生成角色視頻。我們利用擴散模型的力量,提出了一個專為角色動畫量身定製的新框架。為了保持參考圖像中複雜外觀特徵的一致性,我們設計了ReferenceNet來通過空間注意力合併詳細特徵。為了確保可控性和連續性,我們引入了一個高效的姿勢指導器來指導角色的動作,並採用了一種有效的時間建模方法,以確保視頻幀之間的平滑跨幀過渡。通過擴展訓練數據,我們的方法可以為任意角色製作動畫,與其他圖像到視頻方法相比,在角色動畫方面取得了出色的結果。此外,我們在時尚視頻和人類舞蹈合成的基準上評估了我們的方法,取得了最先進的結果。
AI視頻生成
11.8M