Stable Video Diffusion問世！ 3D合成功能引關注，網友：進步太快

穩定擴散官方終於開始處理影片－

發布生成式影片模型Stable Video Diffusion（SVD）。

Stability AI官方部落格顯示，全新SVD支援文字轉影片、圖片到影片產生：

##並且還支持物體從單一視角到多視角的轉化，也就是

3D合成：

#根據外部評估，官方宣稱SVD甚至比runway和Pika的影片生成AI更受用戶歡迎。

儘管目前只發布了基礎模型，但官方透露「正計劃繼續擴展，建立類似於穩定擴散的生態系統」

目前論文程式碼權重已上線。

近期視訊生成領域不斷湧現新的玩法，如今輪到了Stable Diffusion的出現，以至於網友們紛紛感嘆“快”，這樣進步的速度太快了！

但僅從Demo效果來說，更多網友們表示並沒有感到很驚喜。

雖然我喜歡SD，而且這些Demo也很棒……但也存在一些缺陷，光影不對、而且整體不連貫

（視頻幀與幀之間閃爍）。

總歸來說這是個開始，網友對SVD的3D合成功能還滿是看好：

我敢保證，很快就會有更好的東西問世，只需要簡單描述一下，就能夠呈現一個完整的3D場景

#SD視頻官方版來襲

除了以上所展示的，官方也發布了更多的演示，下面來先看一下：

#太空漫步也安排上：

保持背景靜止，只讓兩隻鳥移動也可以：

SVD的研究論文目前也已發布，據介紹SVD基於Stable Diffusion 2.1，用約6億個樣本的視訊資料集預先訓練了基礎模型。

可輕鬆適應各種下游任務，包括透過對多視圖資料集進行微調從單一影像進行多視圖合成。

經過微調後，官方公佈了兩種圖像到影片模型。這些模型可以根據使用者的需求，以每秒3到30幀的自訂幀速率生成14幀（SVD）和25幀（SVD-XT）的視訊

對多視角視訊生成模型進行了微調後，我們將其命名為SVD-MV

根據測試結果，在GSO資料集上，SVD-MV得分優於多視角生成模型Zero123、Zero123XL、SyncDreamer：

值得一提的是，Stability AI表示SVD目前僅限於研究，不適用於實際或商業應用。 SVD目前也不是所有人都可以使用，但已開放用戶候補名單註冊。

影片生成大爆發

近期，影片產生領域出現了一種「混戰」狀態

前有PikaLabs開發的文生影片AI：

後又有號稱「史上最強大的影片生成AIMoonvalley推出：

##最近Gen-2的

「運動筆刷」功能也正式上線，指哪畫哪：

這不現在SVD又出現了，又有要卷3D影片生成的可能。

但文字到3D生成方面好像還沒有太多進展，網友對這一現像也很是困惑。

有人認為數據是阻礙發展的瓶頸：

還有一些網友認為問題在於強化學習的能力還不夠強

家人們對這方面的最新進展有了解嗎？歡迎評論區分享～

論文連結：https://static1.squarespace.com/static/6213c340453c3f502425776e /t/655ce779b9d47d342a93c890/1700587395994/stable_video_diffusion.pdf 需要重新寫的內容是：

以上是Stable Video Diffusion問世！ 3D合成功能引關注，網友：進步太快的詳細內容。更多資訊請關注PHP中文網其他相關文章！