大眼夹打工轨道人航空先生IT之家创空间huggingface 3 月 22 日消息,近日,阿里达摩院已在 AI 模型社区“魔搭”ModelScope 上线了“文本生成视频大模型”。
根据官方介绍,目前文本生成视频大模型,由文本特征提取、文本特征到视频隐空间扩散模型、视频隐空间到视频视觉空间这 3 个子网络组成,整体模型参数约 17 亿,目前仅支持英文输入。扩散模型采用 Unet3D 结构,通过从纯高斯噪声视频中,迭代去噪的过程,实现视频生成的功能。

官方介绍称,本模型适用范围较广,能基于任意英文文本描述进行推理,生成视频。一些文本生成视频示例如下:


据IT之家了解,模型已经在大眼夹打工轨道人航空先生IT之家创空间huggingface和 大眼夹打工轨道人航空先生IT之家创空间huggingface 上线,可以直接体验,也可以参考该页面自行搭建。模型需要硬件配置大约是 16GB 内存和 16GB GPU 显存。在 ModelScope 框架下,通过调用简单的 Pipeline 即可使用当前模型,其中,输入需为字典格式,合法键值为 'text',内容为一小段文本。该模型暂仅支持在 GPU 上进行推理。
从试玩的结果来看,目前能生成的视频长度多在 2-4 秒,生成等候时间从 20 多秒到 1 分多钟不等。
“品质改变世界”,中资企业在卡塔尔世界杯球迷中心外打出大幅广告。此图由三一重工提供。 2022年卡塔尔世界杯渐入高潮。本届世界杯的主赛场卢塞尔体育馆也成为全球瞩目的网红之地。这个结合了椰枣碗...
2022年12月13日-14日,由中关村金融科技产业发展联盟、中关村互联网金融研究院、中国互联网金融三十人论坛主办的“2023第十届中关村金融科技论坛年会暨2022‘光大杯’中关村番钛客金融科技...
12月17日报道,美国汽车安全监管机构对通用汽车公司旗下自动驾驶汽车部门采用的自动驾驶系统展开了安全调查。 美国全国高速公路交通安全委员会(NHTSA)说,已收到三起涉及Cruise车辆因另一...
《财经》年会2023:预测与战略于2022年12月17日-18日在北京召开。中国社会科学院学部委员、国家金融与发展实验室理事长李扬发表演讲。 当前为什么要强调财政政策、货币政策协调配合?李扬...
中新社记者 刘关关 “这是一场无法醒来的噩梦。”美国科罗拉多州同性恋夜店枪击事件过后,得知儿子死讯的萨布丽娜·阿斯顿悲伤地说道。 11月19日深夜,科罗拉多州斯普林斯市同性恋夜店“俱乐部Q...
原标题:腾讯已注册微信键盘商标 12月19日消息,微信键盘1.0.0正式版已上线,目前可以在各大应用商店下载,包括苹果App Store。天眼查App显示,腾讯科技(深圳)有限公司曾多次申请“...