/ Модель

Характеристики

Лицензия
Своя лицензия

stable-video-diffusion-img2vid-xt-1-1

Видео из изображенияИзображение, текст → видео3 профессии

Латентная диффузионная модель Stability AI, которая превращает статичное изображение в короткий видеоклип.

1 928скачиваний за 30 дней8лайковвеса обновлены12 апр 2024

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

Stable Video Diffusion 1.1 Image-to-Video — диффузионная модель Stability AI для генерации коротких видеоклипов на основе одного исходного изображения. Это латентная диффузионная модель, дообученная на базе SVD Image-to-Video для 25 кадров. Она рассчитана на создание 25 кадров с разрешением 1024×576 из изображения того же размера; стандартные условия дообучения — 6 кадров в секунду и Motion Bucket Id 127, эти параметры можно менять.

Модель подходит для анимации изображений, художественных и дизайнерских задач, а также для творческих и образовательных инструментов. Текстовое управление не поддерживается. По карточке модель предназначена для некоммерческого и исследовательского использования; условия коммерческого использования следует уточнять у Stability AI, поскольку лицензия в метаданных обозначена как other.

Клипы короткие — до четырёх секунд; возможны отсутствие движения или медленные панорамы, а фотореализм не гарантируется. Модель может некорректно генерировать лица и людей, не создаёт читаемый текст и не предназначена для достоверного изображения людей или событий.

Сценарии применения

  • анимация статичного изображения
  • создание коротких художественных видеоклипов
  • добавление движения к иллюстрациям и дизайнам
  • генерация видео для творческих и образовательных инструментов

Ограничения

Клипы короткие (до четырёх секунд), фотореализм не гарантируется; модель может создавать малоподвижное видео и некорректно изображать людей и лица. Она не поддерживает текстовое управление, не генерирует читаемый текст и не предназначена для достоверного изображения людей или событий.

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

Stable Video Diffusion 1.1 Image-to-Video Model Card

row01 Stable Video Diffusion (SVD) 1.1 Image-to-Video is a diffusion model that takes in a still image as a conditioning frame, and generates a video from it.

Please note: For commercial use, please refer to https://stability.ai/membership.

Model Details

Model Description

(SVD 1.1) Image-to-Video is a latent diffusion model trained to generate short video clips from an image conditioning.

This model was trained to generate 25 frames at resolution 1024x576 given a context frame of the same size, finetuned from SVD Image-to-Video [25 frames].

Fine tuning was performed with fixed conditioning at 6FPS and Motion Bucket Id 127 to improve the consistency of outputs without the need to adjust hyper parameters. These conditions are still adjustable and have not been removed. Performance outside of the fixed conditioning settings may vary compared to SVD 1.0.

  • Developed by: Stability AI
  • Funded by: Stability AI
  • Model type: Generative image-to-video model
  • Finetuned from model: SVD Image-to-Video [25 frames]

Model Sources

For research purposes, we recommend our generative-models Github repository (https://github.com/Stability-AI/generative-models), which implements the most popular diffusion frameworks (both training and inference).

Uses

Direct Use

The model is intended for both non-commercial and commercial usage. You can use this model for non-commercial or research purposes under the following license. Possible research areas and tasks include

  • Research on generative models.
  • Safe deployment of models which have the potential to generate harmful content.
  • Probing and understanding the limitations and biases of generative models.
  • Generation of artworks and use in design and other artistic processes.
  • Applications in educational or creative tools.

For commercial use, please refer to https://stability.ai/membership.

Excluded uses are described below.

Out-of-Scope Use

The model was not trained to be factual or true representations of people or events, and therefore using the model to generate such content is out-of-scope for the abilities of this model. The model should not be used in any way that violates Stability AI's Acceptable Use Policy.

Limitations and Bias

Limitations

  • The generated videos are rather short (<= 4sec), and the model does not achieve perfect photorealism.
  • The model may generate videos without motion, or very slow camera pans.
  • The model cannot be controlled through text.
  • The model cannot render legible text.
  • Faces and people in general may not be generated properly.
  • The autoencoding part of the model is lossy.

Recommendations

The model is intended for both non-commercial and commercial usage.

How to Get Started with the Model

Check out https://github.com/Stability-AI/generative-models

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели «картинка → видео» пока не запускаются.

Ревизия весов
a423ba0

0 моделей