- 综合排序
- 最热优先
- 最新优先
- 来自专栏刘旷专栏
从文生图到文生视频，AI行业卷疯了
显然，AI技术与文生视频的融合已经在业界掀起了一股新的热潮。而国内玩家之所以如此积极地下场布局，其中的原因不言而喻。首先，文生视频应用非常广泛，具备巨大的市场潜力。 众所周知，个性化的视频制作麻烦、成本高昂，所以一款简单的视频生成工具，就成了不少行业和企业的渴望，而AI文生视频技术能力的突破则为这一问题带来全新解决方案。 最后，文生视频产品功能惊艳，能进一步增强企业竞争力。在当下的AI赛道上，文生图的应用早已层出不穷，相比较而言，能够完全“攻下”文生视频这一阵地的玩家却是寥寥无几。 打铁还需自身硬随着人工智能和视频技术的快速发展，AIGC行业正在向AI视频倾斜，AI文生视频的爆发期或许即将到来，而参与到AI视频创作中的玩家也将会越来越多。 AI视频生成赛道已然十分热闹，不仅有美国AI初创公司Pika labs发布的“Pika 1.0”，还有谷歌推出的AI视频生成模型“W.A.L.T”等。
70810编辑于 2023-12-26 AI文生视频软件系统哪家有实力？
AI文生视频技术应运而生，它不仅能够快速将文字转化为生动有趣的视频，还能根据用户需求进行个性化定制，极大地提高了内容创作的效率与质量。 面对这一新兴且充满潜力的市场，选择一款实力强劲的AI文生视频软件系统显得尤为重要。接下来，我们就来盘点一下市面上备受瞩目的五大AI文生视频工具，看看它们各自有何亮点。 紧随其后的是Runway ML，这是一款来自国外的AI文生视频神器。Runway ML以其独特的机器学习模型著称，能够在短时间内分析大量数据并输出高质量的视频作品。 再来看国内的灵境云创，这款产品专注于为企业提供一站式AI视频解决方案。从文案撰写到视频制作再到后期剪辑，灵境云创全程参与其中，帮助企业节省了大量的时间和人力成本。 综上所述，每一种AI文生视频工具都有自己独特之处：有的侧重于技术创新，力求突破传统界限；有的则更加贴近市场需求，致力于解决实际问题。
53310编辑于 2025-08-06- 来自专栏Java项目实战
AI绘画专栏之 终于来了！4步 webui使用Stableforge实现SVD文生视频
以前我们分享的SVD不管是文生视频还是长视频还是图生视频，都是在Comfyui中实现的，但是大多数的用户还是在webui中使用的，那么forge它来了，A111点赞的实现SVD的整合方式。 方面获得大约 30~45% 的速度，GPU 内存峰值（在任务管理器中）将下降约 700MB 至 1.3GB，最大扩散分辨率（不会 OOM）将增加约 2 倍到 3 倍，最大扩散批大小（不会 OOM）将增加约 4 ） 方面获得大约 60~75% 的速度，GPU 内存峰值（在任务管理器中）将下降约 800MB 至 1.5GB，最大扩散分辨率（不会 OOM）将增加约 3 倍，最大扩散批大小（不会 OOM）将增加约 4 更少的显存更快的速度更大的图像分辨率支持SVD提升40% 4步搞定StableCascadeComfyui工作流 不再报错官方主页仓库ForgeUI的github主页地址：https://github.com
3.1K30编辑于 2024-02-20 - 来自专栏AI绘画
腾讯AI运动笔刷但是文生视频
说起AI运动笔刷，我觉得从什么时候开始提起合适呢？我觉得要追溯到Draggan，虽然意义不一样，但是效果算是笔刷的前期AI，然后才是Runway 推出“运动笔刷”功能Motion Brush。 但是这些的笔刷他都是图片，也就是文生图t2i阶段的，我们不能拿这些所有的效果去跟专业的AE渲染去比，就算要比，就比能不能一键，可控性强不强，但我们今天要分享的是文生视频。 那些年腾讯偷偷开源的AI项目 QQ音乐？ -腾讯又开源卡通动画视频-腾讯云开发者社区-腾讯云 (tencent.com) 腾讯AI运动笔刷MOFA_Video MOFA_Video：腾讯的创新视频控制技术 1. 4. 腾讯MOFA_Video技术原理 MOFA_Video的技术原理基于深度学习和计算机视觉技术，通过训练大量的视频数据，学习视频内容的运动规律和面部表情的变化。
46510编辑于 2024-07-01 - 来自专栏muller的测试分享
文生视频大模型
简介Sora 官网地址：https://openai.com/sora文生视频指的是将文本描述转化为视频内容的技术，2024年2月15日 OpenAI 正式对外发布 Sora 人工智能模型，在人工智能领域掀起了一场风波 视频地址可以看出，Sora根据文本所产生的视频完美地展示了文本所表达的含义，并且视频的质量非常出色。除了描述的主体内容外，视频还展示了与天气和时间相关的光影效果，增添了画面的层次和真实感。 Sora 除了根据文本生成视频，还可有以下几种生成视频的方式：图像生成视频：图像视频扩展生成的视频：视频1视频2改变视频风格：改变前改变后连接视频：视频1视频2连接后扩展能力3D 一致性Sora 还可以在单个生成的视频中创建多个镜头 ，准确地保留视频主体和视频的风格，使得视频主体可以跟随环境的变化而一同变化。 现状文生视频还处在开发并且测试的阶段，基于安全考虑，目前 Sora 还是仅仅是邀请 “red teamers” 也就是对抗性角色领域的专家来对 Sora 进行安全测试。
62710编辑于 2024-11-11 - 来自专栏AI工程落地
文生视频模型调研
开源文生视频一览表 模型名称 机构 是否开源 时长（秒） 分辨率&帧率 模型参数量(B) 模型地址/体验入口 Wan2.1 阿里 是 5 720*1280 16 14/1.3 https://huggingface.co /Wan-AI Open-Sora-v2 潞晨科技 是 5 768*768 24 11 https://huggingface.co/hpcai-tech/Open-Sora-v2 腾讯混元 腾讯 是 jimeng.jianying.com/ TeleAI 中国电信 否 - - - - Open-Sora 潞晨科技 是 15 1280*720 https://hpcaitech.github.io/Open-Sora/ 文生视频评测榜单 ：VBench Leaderboard - a Hugging Face Space by Vchitect 模型量化 文生视频模型参数量越来越大，视频时长越来越长，帧率越来越高。 文生视频量化需求越来越迫切，目前这方面论文比较少，是一个可以深入研究的领域。
78810编辑于 2025-03-13 - 来自专栏AIGC
【AI视频】Runway：Gen-2 图文生视频与运动模式详解
前言 在上一篇文章【AI视频】Runway Gen-2与Gen-3：仅文本生成视频详解中，我们深入探讨了Gen-2和Gen-3的纯文本生成视频技术及其应用原理。 图加文生成视频 图加文生成视频是一种结合图像和文本提示的AI生成方式，通过输入一张静态图片和相应的描述性文字，系统能够自动生成动态视频。 小结 Runway的图加文生成视频模式和运动模式为创作者提供了极大的创作灵活性。通过结合静态图片和文本提示，用户能够快速生成高质量的动态视频。 随着AI视频技术的快速发展，如Runway的图加文生成视频和运动模式正逐渐改变创作的方式，为未来的视频内容制作带来无限可能。 结合深度学习和大数据，AI将进一步理解和预见创作需求，推动视频创作从被动工具向主动创意助手的转变。
2.1K10编辑于 2024-10-17 - 来自专栏AI算法能力提高班
VideoCrafter | 图文生成视频
（I2V模型输入为text和reference image） Contributions T2V模型可以生成高分辨率高质量视频，训练集集为2千万视频和6亿张图像 I2V模型可以很好的保留参考图像的内容、 X0喂给VAE编码器E，映射到隐层Z0，其可以以低维表示压缩的视频表征 Z0通过解码器D反映射会视频数据空间，进行重构X0' VAE采用的是Stable Diffusion的VAE，将每一帧独自投影，不包含时间信息 image-20231108111414839 video diffusion 对视频隐层Z0进行去噪，最后通过VAE解码器在像素空间生成视频 采用3D U-Net架构，包含了时间维度 Denoising 主要在语义水平表征视频内容，同时很少捕捉细节。 20231108115147302 image-20231108115209613 image-20231108115243336 References https://github.com/Picsart-AI-Research
2.3K20编辑于 2023-11-09 AI文生视频究竟有哪些实用技巧？
在当下这个创意与技术交织的时代，“AI文生视频”无疑成为了内容创作领域的一颗璀璨新星。然而，随着其热度的不断攀升，市场上关于“AI文生视频”的报价也变得五花八门，让人眼花缭乱。 作为深耕网络推广软件功能测评的新媒体人，我们深知选择一款正规、高效的“AI文生视频”工具对于提升工作效率和作品质量的重要性。 正规的“AI文生视频”行业应当遵循一套严谨且透明的逻辑：从用户输入文本描述开始，经过智能分析理解意图，再结合先进的算法与庞大的素材库进行匹配组合，最终通过渲染技术输出高质量的视频成品。 除了基础的文生视频功能外，巨推管家AI首尾帧视频制作工具更是为用户提供了个性化创作的无限可能。它允许用户在保持整体流畅性的同时，自定义视频的首末画面，为整个作品增添独特的视觉冲击力或情感色彩。 总之，AI文生视频以其专业的技术支持、丰富的资源和友好的交互方式重新定义了什么是真正的智能化影视后期解决方案。
26210编辑于 2025-08-05- 来自专栏腾讯技术工程官方号的专栏
Sora的前世今生：从文生图到文生视频
背景 最近AI圈内乃至整个科技圈最爆的新闻莫过于OpenAI的Sora了，感觉热度甚至远超之前ChatGPT发布时的热度。 无论是文生图还是文生视频，很多这方面的工作其实都可以看成是自编码器的进阶版本，让我们从自编码器开始入手。 用的就是 CoCa 的方法，也就是同时考虑对比损失和LM损失 模型推理策略 官方展示Sora的应用有很多，比如文生视频、图生视频、视频反推、视频编辑、视频融合等。 这里就会涉及一些有意思的做法，比如可以这么做（以下做法并不唯一） 1.文生视频：喂入DiT的就是文本embedding+全噪声patch 2.视频编辑：类似SDEdit的做法，在视频上加点噪声（不要搞成全是噪声 不知道大家有没有注意到，Sora还提到了它除了文生视频，也支持文生图，这里其实透露出了一种统一的味道。
1.8K31编辑于 2024-02-23 - 来自专栏Java项目实战
AI绘画专栏之HAI起来~Stablediffusion|文生视频|Controlnet|SDXL|Comfyui插件
绘画的全部内容 - 阅读清单 - 腾讯云开发者社区-腾讯云 OpenAI Sora 1分钟视频生成 现实不存在了！ 绘画的入门，到实际操作，一步一步带领大家从小白到上手，那么其中最重要的Controlnet和文生视频部分，我们也会一步一步拆解出来，采用图文方式和具体参数复刻央视AI文字生图，为大家带来AI绘画的视觉盛宴 最重要的是它是开源的，具有丰富的插件，庞大的社区以及目前非常完善的生态,包括大模型，Lora，插件，文生图，文生视频等等，而最近大火的Sora以及Stablediffusion3具有同样的架构，也让Stablediffusion 它使用来自 LAION-5B 开源数据库子集的512x512图像进行训练，通过引入隐向量空间来解决 Diffusion 速度瓶颈，除了可用于文生图任务，还可以用于图生图、特定角色刻画，甚至是超分或者上色任务 Stableforge 以前我们分享的SVD不管是文生视频还是长视频还是图生视频，都是在Comfyui中实现的，但是大多数的用户还是在webui中使用的，那么forge它来了，A111点赞的实现SVD的整合方式
4K512编辑于 2024-03-23 - 来自专栏翩翩白衣少年
字节开源新型文生视频模型：AnimateDiff-Lightning，最少4步即可生成高质量视频！
项目介绍 AnimateDiff-Lightning 是一款基于深度学习的视频生成模型，只需 4-8 步的推理，就能生成出质量极佳的视频，从而引起了广泛关注。 这一突破性进展也为 AI视频生成领域 带来了新的可能性。 尤其是与 Contorlnet 的配合下，视频转绘 的工作流程有望迎来全新的升级。 其中，2步、4步和8步模型的生成质量表现尤为突出，为用户带来更加优质的体验。 除了模型本身的优秀表现，字节还建议使用运动LoRA来进一步提升视频质量。 总结 总的来说，字节的 AnimateDiff-Lightning 模型为 AI 视频生成领域注入了新的活力，为开发者提供了更多的可能性和工具。 随着技术的不断发展，我们有理由相信 AI 视频生成领域的未来将更加辉煌！
1.4K20编辑于 2024-03-25 - 来自专栏CSDN社区搬运
Pixverse：开启文生视频与图生视频新纪元
Pixverse：开启文生视频与图生视频新纪元 随着科技的飞速发展，视频制作与图像处理领域正迎来前所未有的变革。 Pixverse软件，以其独特的文生视频和图生视频功能，以及基于图像生成形象固定角色视频的创新技术，正成为行业内的翘楚。 一、Pixverse软件概述 Pixverse是一款集文生视频、图生视频以及基于图像生成角色视频于一体的综合性软件。它利用先进的算法和人工智能技术，将文字描述和静态图像转化为生动逼真的视频内容。 二、文生视频与图生视频功能 Pixverse的文生视频功能允许用户通过输入文字描述，自动生成与之相匹配的视频内容。 五、总结与展望 Pixverse作为一款集文生视频、图生视频以及基于图像生成角色视频于一体的软件，以其独特的功能和技术优势，正成为创意内容制作领域的新宠。
2K10编辑于 2024-04-20 AI文生视频工具哪家口碑好？一文带你了解
想用AI文生视频工具，却不知道哪家口碑好？别急，今天咱们就聊聊这个话题。现在做自媒体、短视频的人越来越多，大家都想着怎么快速出内容，吸引眼球。这时候，一款好用的AI文生视频工具就显得尤为重要了。 市面上那些带“AI文生视频”功能的软件，我几乎都试了个遍。有的操作起来简单易懂，但生成的效果总差那么点意思；有的功能强大到让人眼花缭乱，可上手难度也不小，得花不少时间去琢磨。 说到这儿，我得给大家推荐一个我最近发现的宝贝——巨推管家AI文生视频生成器。 记得有一次心血来潮，下载了一个号称能秒变电影大片的APP，结果发现里面的模板大多雷同且缺乏新意不说，导出时还各种限制条件层出不穷……相比之下，“巨推管家AI文生视频生成器”就显得格外实在多了。 所以说呀，选哪家的AI文生视频工具最终还是取决于个人的具体需求以及使用习惯。你可以根据自己的实际情况多试试几款不同的产品再做决定也不迟哟
53310编辑于 2025-08-04- 来自专栏个人总结系列
开源AIGC学习—文生视频模型本地运行
一、模型下载 可以参见之前文章介绍：开源AIGC学习—文生图模型本地运行 1、模型地址 参见huggingface，https://huggingface.co/cerspense/zeroscope_v2 DiffusionPipeline.from_pretrained("/mnt/d/aigc_model/hub/models--cerspense--zeroscope_v2_576w/snapshots/6963642a64dbefa93663d1ecebb4ceda2d9ecb28 10, height=320, width=576, num_frames=24).frames video_path = export_to_video(video_frames) # 查看当前生成的视频路径 更换另外一种文生视频算法ali-vilab/text-to-video-ms-1.7b import torch from diffusers import DiffusionPipeline, DPMSolverMultistepScheduler export_to_video(video_frames) print(video_path) video_path = export_to_video(video_frames, "/mnt/d/result.mp4"
1.6K10编辑于 2024-03-15 - 来自专栏CV
探索AI视频生成新纪元：文生视频Sora VS RunwayML、Pika及StableVideo——谁将引领未来
探索AI视频生成新纪元：文生视频Sora VS RunwayML、Pika及StableVideo——谁将引领未来由于在AI生成视频的时长上成功突破到一分钟，再加上演示视频的高度逼真和高质量，Sora立刻引起了轰动 在Sora横空出世之前，Runway一直被视为AI生成视频的默认选择，尤其是自去年11月推出第二代模型以来，Runway还被称为“AI视频界的MidJourney”。 Runway能够生成4秒长的视频，用户可以将其最多延长至16秒，是AI生成视频在2023年所能达到的最长时长纪录。Stable Video也提供4秒的视频，Pika则提供3秒的视频。 1.文生视频效果展示对比：1.1 sora之前模型效果StableVideo效果展示可以看到效果一般能比较明显看出差别1.2 主流视频生成模型对比Sora VS RunwayML、Pika让机器生成视频 可变的持续时间，分辨率，宽高比过去的图像和视频生成方法通常需要调整大小、进行裁剪或者是将视频剪切到标准尺寸，例如 4 秒的视频分辨率为 256x256。
3.4K20编辑于 2024-02-19 - 来自专栏机器之心
文生视频下一站，Meta已经开始视频生视频了
机器之心报道 编辑：小舟、大盘鸡 文本指导的视频到视频（V2V）合成在各个领域具有广泛的应用，例如短视频创作以及更广泛的电影行业。 扩散模型已经改变了图像到图像（I2I）的合成方式，但在视频到视频（V2V）合成方面面临维持视频帧间时间一致性的挑战。在视频上应用 I2I 模型通常会在帧之间产生像素闪烁。 在合成效率上，生成 30 FPS、512×512 分辨率的 4 秒视频仅需 1.5 分钟，分别比 CoDeF、Rerender 和 TokenFlow 快 3.1 倍、7.2 倍和 10.5 倍，并且保证了合成视频的高质量 对于每个训练视频，研究者按顺序采样 16 个间隔为 {2,4,8} 的帧，这些帧代表持续时间为 {1,2,4} 秒的视频（视频的 FPS 为 30）。 默认情况下，以 4 的间隔生成 16 个关键帧，相当于 8 FPS 下的 2 秒片段。然后，研究者使用 RIFE 将结果插值到 32 FPS。
86710编辑于 2024-01-04 - 来自专栏JVMGC
文生视频,轻松做视频
，很难一眼判断是AI制作的视频。 不过最近看到这么一个类似的项目MoneyPrinterTurbo,也有类似的功能 项目介绍 MoneyPrinterTurbo项目是一个基于AI大模型的开源项目，旨在帮助用户轻松生成高清短视频。 通过提供视频主题或关键词，MoneyPrinterTurbo能够自动生成视频文案、搜集视频素材、生成视频字幕、选择背景音乐，并最终合成高质量的短视频。 AI生成视频文案的功能可以节约用户的时间和精力，同时也支持用户自定义文案，以满足不同用户的个性化需求。 4.背景音乐选择：MoneyPrinterTurbo提供多种背景音乐选择，用户可以随机选择或指定音乐文件，还可以设置背景音乐的音量，为视频内容增添生动趣味。
71310编辑于 2024-04-12 - 来自专栏JVMGC
7.4K Star文生视频Sora开源了?
Sora 前段时间OpenAI发布了文生视频工具Sora火爆全球。Sora是一个能以文本描述生成视频的人工智能模型，由美国人工智能研究机构OpenAI开发。 文生视频效果展示 向日葵田充满活力的美丽。向日葵排列整齐，营造出秩序感和对称感。 宁静的水下场景，海龟在珊瑚礁中游动。乌龟，有着绿棕色的壳 森林地区宁静的夜景。[...] 提供了视频切割和字幕工具用于数据预处理，同时还有详细的数据集收集计划。 采用来自Stability-AI的高质量VAE，发现使用添加时间维度的采样会导致生成质量降低。 3.数据预处理工具：提供视频切割和字幕工具，方便用户进行数据准备。 4.架构研究：通过研究不同架构，找到在质量和速度之间的最佳平衡点。 5.定制化支持：支持剪辑和文本调节，增加用户个性化定制的能力。 无论是想要从头开始创建视频，还是对现有视频进行增强、调整，Open-Sora都提供了一套功能强大而简单易用的工具，方便用户实现他们的视频创意。
56010编辑于 2024-03-25 - 来自专栏运维开发王义杰
AI: 了解字节跳动的开源的奇迹 AnimateDiff-Lightning 文生视频大模型
本文将深入探讨AnimateDiff-Lightning的功能和优势，强调它为何在AI领域中脱颖而出。 什么是AnimateDiff-Lightning？ 这使先进的AI技术的访问民主化，使研究人员、开发人员和爱好者能够进行实验、创新并为其持续发展做出贡献。 持续改进：AnimateDiff-Lightning的开源性质确保了它能够从社区贡献中受益。 评价AnimateDiff-Lightning 字节跳动的AnimateDiff-Lightning代表了AI领域的重大成就。 社区驱动的开发方法确保了AnimateDiff-Lightning将继续改进和适应，跟上快速变化的AI领域的步伐。 其令人印象深刻的功能，再加上Hugging Face提供的可访问性和支持，使其成为AI世界中的杰出工具。
50610编辑于 2024-07-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号