Model details
模型介绍
中文整理Stable Video Diffusion Image-to-Video 模型卡片
Model use case
Stable Video Diffusion（SVD）Image-to-Video 是一种扩散模型，接收静态图像作为条件帧，并从中生成视频。
主要能力
该模型是一个潜在扩散模型，经过训练可根据图像条件生成短视频片段。模型可生成 14 帧、分辨率 576x1024 的视频，条件帧与输出帧尺寸相同。模型还微调了广泛使用的 f8 解码器以确保时间一致性，同时提供了标准帧级解码器版本。
输入输出
输入：静态图像（条件帧）
输出：14 帧视频，分辨率 576x1024
运行要求
默认设置下，SVD 在 A100 80GB 显卡上生成约需 100 秒，SVD-XT 约需 180 秒。可通过多种优化方案在速度、显存和质量之间进行权衡，以实现更快的推理或在更低显存显卡上运行。
基本用法
该模型仅供研究使用。可用于以下领域：生成式模型研究、可能导致有害内容的安全部署研究、探索生成模型的局限性和偏见、艺术创作及设计等创意过程、教育或创意工具中的应用。
限制
生成的视频较短（14 帧）。模型未经训练以成为人物或事件的真实或准确呈现，因此使用模型生成此类内容超出其能力范围。模型不得以任何违反 Stability AI 可接受使用政策的方式使用。发布版本默认启用图像级水印，可用于检测输出。
License
如需商业使用，请参考 https://stability.ai/license
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
Problem with the information or download?
Sign in to submit feedback.
