

MCVD
简介 :
MCVD是一种用于视频生成、预测和插值的通用模型,使用基于分数的扩散损失函数生成新颖的帧,通过将高斯噪声注入当前帧并对过去和/或未来帧进行条件去噪,通过随机屏蔽过去和/或未来帧进行训练,实现无条件生成、未来预测、过去重建和插值四种情况的处理。该模型使用2D卷积U-Net,通过串联或时空自适应归一化对过去和未来帧进行条件处理,产生高质量和多样化的视频样本,使用1-4个GPU进行训练,能够扩展到更多通道。MCVD是一种简单的非递归2D卷积架构,能够生成任意长度的视频样本,具有SOTA的结果。
需求人群 :
视频生成、预测和插值
使用场景
电影特效生成
视频游戏开发
动画制作
产品特色
视频生成
视频预测
视频插值
精选AI产品推荐

Sora
Sora是一个基于大规模训练的文本控制视频生成扩散模型。它能够生成长达1分钟的高清视频,涵盖广泛的视觉数据类型和分辨率。Sora通过在视频和图像的压缩潜在空间中训练,将其分解为时空位置补丁,实现了可扩展的视频生成。Sora还展现出一些模拟物理世界和数字世界的能力,如三维一致性和交互,揭示了继续扩大视频生成模型规模来发展高能力模拟器的前景。
AI视频生成
17.2M

Animate Anyone
Animate Anyone旨在通过驱动信号从静态图像生成角色视频。我们利用扩散模型的力量,提出了一个专为角色动画量身定制的新框架。为了保持参考图像中复杂外观特征的一致性,我们设计了ReferenceNet来通过空间注意力合并详细特征。为了确保可控性和连续性,我们引入了一个高效的姿势指导器来指导角色的动作,并采用了一种有效的时间建模方法,以确保视频帧之间的平滑跨帧过渡。通过扩展训练数据,我们的方法可以为任意角色制作动画,与其他图像到视频方法相比,在角色动画方面取得了出色的结果。此外,我们在时尚视频和人类舞蹈合成的基准上评估了我们的方法,取得了最先进的结果。
AI视频生成
11.8M