Stability AI开源视频生成模型Stable Video Diffusion支持文本图像生成多视角视频

简介

Stability AI公司正式推出开源视频生成模型Stable Video Diffusion。该工具支持通过文本描述或静态图像生成动态视频内容，同时具备将单一视角物体图像转化为多视角展示的能力。当前版本最高可生成14至25帧、分辨率为576×1024的短视频片段。

技术特色

这一视频生成架构虽然仍处于发展初期，但其技术路线与广受欢迎的SDXL图像生成模型一脉相承。模型采用扩散算法框架，能够理解自然语言描述并转化为连贯的动态视觉效果。除了基础视频生成功能，该系统在物体三维化呈现方面展现出独特优势，为数字内容创作提供了新的技术路径。

随着视频生成技术的持续演进，自动化影视制作正在逐步从概念走向现实。该开源项目的发布为开发者社区提供了可自由修改和应用的基础架构，预计将推动动态内容生成领域的创新发展。

分享地址：

https://stability.ai/news/stable-video-diffusion-open-ai-video-model
https://github.com/Stability-AI/generative-models
https://huggingface.co/spaces/multimodalart/stable-video-diffusion