/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
diffusers
Опубликована
13 авг 2026

text-to-video-model

Генерация видеоТекст → видео3 профессии

Модель на основе диффузии создаёт короткие видео в формате MP4 по текстовым описаниям.

10скачиваний за 30 дней0лайковвеса обновлены13 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Видео» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Deepak1206/text-to-video-model — проект генерации коротких видео по текстовым запросам на основе предварительно обученной диффузионной модели из экосистемы Hugging Face. Модель принимает текстовое описание, формирует последовательность видеокадров и сохраняет результат в формате MP4. Для работы используются PyTorch и библиотека Diffusers; предусмотрено ускорение на GPU с CUDA и запуск в Google Colab.

В README в качестве базовой модели указана damo-vilab/text-to-video-ms-1.7b. Репозиторий совместим с конвейером TextToVideoSDPipeline и содержит файлы Diffusers в формате safetensors. Лицензия — Apache-2.0. Модель предназначена для создания коротких роликов по текстовым описаниям; сведения о длительности, разрешении и качестве результата в предоставленных данных отсутствуют.

Сценарии применения

  • создание короткого ролика по текстовому запросу
  • визуализация сцены или идеи в виде видео
  • подготовка видеоматериалов для презентации
  • эксперименты с генерацией видео в Google Colab

Ограничения

Для ускорения рекомендуется GPU с CUDA. В предоставленных данных не описаны ограничения по длительности, разрешению и качеству сгенерированных видео.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🎬 Text-to-Video Generation Model

A text-to-video generation project that converts natural language prompts into short AI-generated videos using a diffusion-based text-to-video model.

📌 Overview

This project demonstrates text-to-video generation using a pretrained diffusion model from the Hugging Face ecosystem.

The system takes a textual description as input and generates a sequence of video frames, which are combined into an MP4 video.

Pipeline

Text Prompt ↓ Text Encoder ↓ Diffusion Model ↓ Video Frames ↓ MP4 Video


✨ Features

  • Text-to-video generation
  • Natural language prompts
  • Diffusion-based video generation
  • GPU acceleration with CUDA
  • MP4 video export
  • Compatible with Hugging Face Diffusers
  • Can be executed using Google Colab

🤖 Model Information

Base Model

damo-vilab/text-to-video-ms-1.7b

Model Architecture

Diffusion-based text-to-video generation model.

Framework

  • PyTorch
  • Hugging Face Diffusers
  • Hugging Face Transformers
  • Accelerate

🚀 Usage

Install the required libraries:

pip install diffusers transformers accelerate torch imageio imageio-ffmpeg

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · diffusers

Можно запустить

Подбираем GPU…

Ревизия весов
969ac0d

0 моделей