stable-video-diffusion-img2vid-xt

Это диффузионная модель, разработанная Stability AI для генерации коротких видеоклипов на основе статичного изображения (image-to-video). Модель создает видео длиной до 4 секунд (25 кадров при разрешении 576×1024), используя входное изображение в качестве условного кадра. Она обучена на больших данных и уточнена (finetuned) на основе предыдущей версии SVD Image-to-Video [14 frames], с использованием f8-декодера для улучшения временной согласованности кадров. Обучение потребовало ~200 000 часов вычисления на GPU A100 80GB, с выбросом CO₂ ~19 000 кг и энергопотреблением ~64 000 кВт·ч.

Ограничения:

• Видео короткие (≤25 кадров), недостижение полной фотorealism,
• Возможны статичные кадры или медленные панорамирования.
• Нехватка качества при отображении текста, лиц и людей.
• Автокодирование модели усредняет детали.

Условия использования: Запрещено создавать материалы, нарушающие политику Stability AI (например, незаконное, оскорбительное или вводящее в заблуждение содержание). Модель не предназначена для генерации фактических или исторических представлений.

Дата анонса: 20.11.2023
Параметров: 0B
Разработчик: Stability AI
Лицензия: Stable Video Diffusion Community

Воспользуйтесь нашими готовыми публичными эндпоинтами для теста инференса и знакомства с stable-video-diffusion-img2vid-xt.

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

• получить максимальную производительность эндпоинта,
• получить полный контекст для обработки больших запросов и диалогов,
• обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
• использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.