/ Модель

Характеристики

Лицензия
CreativeML OpenRAIL-M
Базовая модель
mo-di-diffusion
Опубликована
3 фев 2023

mo-di-bear-guitar

Генерация видеоТекст → видео3 профессии

Дообученная модель Tune-A-Video для генерации видео в современном диснеевском стиле по текстовым запросам.

16скачиваний за 30 дней22лайкавеса обновлены9 фев 2023

Бенчмарки

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

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

mo-di-bear-guitar — дообученная модель на основе nitrosocke/mo-di-diffusion, подготовленная авторами Tune-A-Video-library для генерации видео по текстовому запросу. Обучающий запрос описывает медведя, играющего на гитаре; примеры показывают персонажей в современном диснеевском анимационном стиле.

Модель предназначена для создания коротких стилизованных видео по текстовым описаниям, в частности сцен с персонажем, играющим на гитаре. Репозиторий содержит веса в форматах Diffusers и PyTorch и использует библиотеку Diffusers. Лицензия — CreativeML OpenRAIL-M.

Сценарии применения

  • создание видео с медведем, играющим на гитаре
  • генерация анимационных сцен с персонажами и музыкальными инструментами
  • создание стилизованных видеоклипов по текстовым описаниям

Ограничения

Модель настроена на узкий образ персонажа, играющего на гитаре; качество и устойчивость генерации в других сценариях по карточке не описаны.

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

Tune-A-Video - Modern Disney

Model Description

Samples

sample-500 Test prompt: a [handsome prince/magical princess/rabbit/baby] is playing guitar, modern disney style.

Usage

Clone the github repo

git clone https://github.com/showlab/Tune-A-Video.git

Run inference code

from tuneavideo.pipelines.pipeline_tuneavideo import TuneAVideoPipeline
from tuneavideo.models.unet import UNet3DConditionModel
from tuneavideo.util import save_videos_grid
import torch

pretrained_model_path = "nitrosocke/mo-di-diffusion"
unet_model_path = "Tune-A-Video-library/mo-di-bear-guitar"
unet = UNet3DConditionModel.from_pretrained(unet_model_path, subfolder='unet', torch_dtype=torch.float16).to('cuda')
pipe = TuneAVideoPipeline.from_pretrained(pretrained_model_path, unet=unet, torch_dtype=torch.float16).to("cuda")
pipe.enable_xformers_memory_efficient_attention()

prompt = "a magical princess is playing guitar, modern disney style"
video = pipe(prompt, video_length=8, height=512, width=512, num_inference_steps=50, guidance_scale=7.5).videos

save_videos_grid(video, f"./{prompt}.gif")

Related Papers:

  • Tune-A-Video: One-Shot Tuning of Image Diffusion Models for Text-to-Video Generation
  • Stable Diffusion: High-Resolution Image Synthesis with Latent Diffusion Models

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Пайплайн TuneAVideoPipeline не входит в diffusers 0.41.0.dev0: нужен custom_pipeline.

Ревизия весов
57f894e

0 моделей