模型详情
模型介绍
中文整理# Stable Video Diffusion 图像转视频模型
模型概述
Stable Video Diffusion（SVD）图像转视频是一种扩散模型，接收静态图像作为条件帧，并从中生成视频。
- *开发者：** Stability AI
- *模型类型：** 生成式图像转视频模型
- *基于模型：** SVD Image-to-Video（14帧版本）
## 主要能力
该模型是一个潜在扩散模型，经过训练可从图像条件生成短视频片段。模型能够生成25帧视频，分辨率为576x1024。此外，还对广泛使用的f8解码器进行了时间一致性微调，并提供标准逐帧解码器版本。
## 输入输出
- *输入：** 静态图像作为条件帧，分辨率576x1024
- *输出：** 25帧视频片段，分辨率576x1024
运行要求
- *硬件：** NVIDIA A100 80GB显卡
- *生成时间：** SVD约100秒，SVD-XT约180秒
- *优化选项：** 可进行质量、内存、速度的权衡优化，以实现更快推理或在更低显存显卡上运行
基本用法
该模型适用于非商业和商业用途。可用于以下场景：
- 生成艺术作品及设计创作
- 教育和创意工具开发
- 生成模型研究
- 探索模型局限性和偏见
限制
- 生成的视频较短（约4秒，25帧）
- 可能产生视觉伪影和不自然运动
- 模型未经过训练来准确呈现真实世界的人物或事件
- 可能存在生成内容偏见
许可证
商业使用请参考Stability AI许可证。该模型不得用于任何违反Stability AI可接受使用政策的方式，包括生成违法、淫秽或误导性内容。模型输出默认启用图像级水印，可用于检测输出内容。
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。
资料或下载有问题？
登录后可提交反馈。
