新的人工智能模型“稳定视频流”可以动画任何静态图像

放大 / 总是 例子 的 图片 动画 使用 稳定的 视频 扩散 经过 稳定 人工智能。 稳定 人工智能

在 周二， 稳定 人工智能 释放 稳定的 视频 扩散， A 新的 自由的 人工智能 研究 工具 那 能 转动 任何一位 总是 图片 在 A 短的 视频 – 与 混合的 结果。 这是 A 开放重量 预览 的 二 人工智能 楷模 那 使用 A 技术的 被称为 图像到视频， 和 他 能 跑步 本地 在 A 机器 和 A 英伟达 GPU。

最后的 年， 稳定 人工智能 做 波浪 和 这 发布 的 稳定的 扩散， A “打开 重量” 图片 合成 模型 那 切 开始 A 海浪 的 打开 图片 合成 和 启发 A 大的 社区 的 业余爱好者 那 具有 建成 残疾人 这 技术 和 他们的 自己的 风俗 发达。 现在 稳定 想 有 去做 这 甚至 和 人工智能 视频 合成， 虽然 这 技术 东方 总是 在 这是 幼儿期。

正确的 现在， 稳定的 视频 扩散 包括 的 二 楷模： A 那 能 生产 图像到视频 合成 有 14 高管 的 长度 （称为 “SVD”）， 和 其他 那 产生 25 高管 （称为 “SVD-XT”）。 他们 能 功能 有 多变的 速度 自从 3 有 30 高管 经过 第二， 和 他们 出去 短的 （通常 2-4 第二长） MP4 视频 剪辑 有 576×1024 分辨率。

在 我们的 当地的 散文， A 14 张图片 一代 拿 关于 30 分钟 有 创造 在 A 英伟达 RTX 3060 图表 地图， 但 用户 能 经验 和 跑步 这 楷模 很多 快点 在 这 云 通过 服务 作为 拥抱 面对 和 复制 （一些 的 哪个 你 能 需要 有 支付 为了）。 在 我们的 经历， 这 生成的 动画片 通常 警卫 A 部分 的 这 场景 静止的 和 添加 全景 和 放大 效果 或者 日本动画片 抽烟 或者 火。 人们 代表 在 图片 经常 去做 不是 移动， 虽然 我们 做过 得到 A 盖蒂 图片 的 史蒂夫 沃兹尼亚克 有 轻微地 来 有 生活。

（笔记： 其他 那 这 史蒂夫 沃兹尼亚克 盖蒂 图片 照片， 这 其他 图片 动画 在 这 文章 是 生成的 和 石板 3 和 动画 使用 稳定的 视频 广播。）

给定 这些 边界， 稳定 下划线 那 这 模型 东方 总是 早期的 和 东方 注定的 为了 研究 仅有的。 “尽管 我们 强烈地 更新 我们的 楷模 和 这 最后的 进步 和 工作 有 集成 你的 后退，” 这 商业 写作 在 这是 网站， “这 模型 东方 不是 注定的 为了 真实世界 或者 商业的 应用 有 这 场景。 你的 知识 和 后退 在 安全 和 质量 是 重要的 有 精制 这 模型 为了 这是 可能的 解放。”

尤其， 但 或许 毫不奇怪， 这 稳定的 视频 扩散 研究 纸 做 不是 揭示 这 来源 的 这 楷模' 训练 数据集， 仅有的 说 那 这 研究 团队 用过的 “A 大的 视频 数据库 包括 大致 600 百万 一些样品” 那 他们 有组织的 在 这 大的 视频 数据库 （低电压）， 哪个 包括 的 第580章 百万 带注释的 视频 剪辑 那 范围 212 年 的 内容 在 持续时间。

稳定的 视频 扩散 东方 远的 自从 这 首先 人工智能 模型 有 提供 这 种类 的 功能性。 我们有 之前 覆盖 其他 人工智能 视频 合成 方法， 包括 那些 自从