/ Модель

Характеристики

Лицензия
CreativeML OpenRAIL-M
Базовая модель
redshift-diffusion
Опубликована
7 фев 2023

redshift-man-skiing

Генерация видеоТекст → видео3 профессии

Экспериментальная модель Tune-A-Video создаёт видео с лыжником по текстовому запросу в стиле Redshift.

17скачиваний за 30 дней13лайковвеса 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

Tune-A-Video-library/redshift-man-skiing — модель генерации видео по тексту на базе nitrosocke/redshift-diffusion. Она создана с использованием подхода Tune-A-Video: базовую модель диффузии изображений адаптировали для генерации видео и настроили на запрос «a man is skiing». Примеры показывают лыжника в образах известных персонажей и в стиле Redshift, ориентированном на детализированные 3D-рендеры.

Модель предназначена для создания коротких тематических видеосцен по текстовым запросам. Репозиторий содержит веса в форматах Diffusers и PyTorch; лицензия — CreativeML OpenRAIL-M. В карточке не приведены сведения о размере модели и длине контекста.

Сценарии применения

  • генерация видео с человеком на лыжах по тексту
  • создание стилизованных видеосцен с персонажами, катающимися на лыжах
  • подготовка коротких концептуальных роликов в стиле 3D-рендера Redshift

Ограничения

Обучение ориентировано на сцену с мужчиной на лыжах, поэтому качество генерации других сюжетов не подтверждено. Карточка не приводит оценок качества или подробных ограничений применения.

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 - Redshift

Model Description

Samples

sample-500 Test prompt: (redshift style) [spider man/black widow/batman/hulk] is skiing.

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/redshift-diffusion"
unet_model_path = "Tune-A-Video-library/redshift-man-skiing"
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 = "(redshift style) spider man is skiing"
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
9cf1a15

0 моделей