模型介绍
中文整理Stable Video 4D 2.0
模型用途
Stable Video 4D 2.0 (SV4D 2.0) 是基于 Stable Video 4D 的生成式模型，用于从单个视角的视频生成该物体的多个新视角视频（4D图像矩阵）。
主要能力
该模型可生成48张图像（12个视频帧 × 4个相机视角），分辨率576×576，输入为同尺寸的12帧参考视频。生成的12×4图像矩阵可视为4个视频（各12帧），展示动态物体从用户指定的4个不同相机角度的呈现效果。同时发布了8视角模型，一次生成5帧 × 8视角。要生成更长的新视角视频，可将首先生成的帧作为参考，然后以自回归方式采样剩余帧。
输入输出
输入：单视角参考视频，12帧，分辨率576×576
输出：48张图像（12×4图像矩阵），分辨率576×576，可转换为4个不同视角的视频
运行要求
模型基于Stable Video 4D架构运行，具体硬件和软件要求请参考官方GitHub仓库的使用说明。
基本用法
详细使用方法请参考Stability AI生成式模型的GitHub仓库。
限制
该模型未经过训练以生成真实的人物或事件表示。使用模型生成此类内容超出其能力范围。
许可证
社区许可证：年收入低于100万美元（或等值当地货币）的组织和个人可免费用于研究、非商业及商业用途。年收入超过100万美元的任何商业使用或衍生作品需直接从Stability AI获取企业许可证。企业许可证申请请访问 https://stability.ai/enterprise 。更多详细信息请参阅Stability AI社区许可证：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
运行模型需要的设备、工具与依赖，以原作者说明为准。
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。
资料或下载有问题？
登录后可提交反馈。