Luma Ray2官网 – 先进的视频生成模型

Luma Ray2 是 Luma AI 推出的一种大型文本到视频生成模型，能够从文本或图像提示生成逼真的视频，展现自然且连贯的运动。它基于多模态架构训练，计算能力是前代 Ray1 的 10 倍，优化了运动连贯性、物理模拟和光影细节，生成接近电影级质感的视频。目前仅付费用户可用，未来计划扩展视频编辑和格式转换功能。

Luma Ray2的特点:

1. 基于多模态架构训练，计算能力是前代 Ray1 的 10 倍
2. 优化了运动连贯性、物理模拟和光影细节
3. 支持文本到视频生成，未来扩展至图像到视频、视频到视频转换及编辑功能
4. 生成长达 10 秒的视频，可延长至 30 秒，并支持添加音频
5. 支持动态相机运动，增强视觉叙事

Luma Ray2的功能:

1. 通过 Luma AI 的 Dream Machine 平台生成视频，需付费订阅
2. 输入文本提示生成视频，可调整长度和分辨率
3. 用于创意用途，如生成动态背景或预视效果
4. 专业制作，如生成视觉效果预览或背景，降低制作成本
5. 支持批量生成，使用积分作为生成视频的货币

相关导航

Text2Video-Zero开源项目 – 零样本视频生成器

Text2Video-Zero是一种基于文本到图像的扩散模型，能够无需预训练实现文本到视频的生成。它结合了文本提示、姿态或边缘指导，支持高质量视频的零样本生成，适用于创作和编辑不同类型的视频内容。

VGen开源项目 – 开源视频生成大模型

VGen是由阿里巴巴集团通义实验室开发的开源视频生成代码库，集成了多种先进的视频生成模型，包括I2VGen-XL、VideoComposer、HiGen、TF-T2V、InstructVideo、DreamVideo、VideoLCM等。它能够从文本、图像、运动轨迹等输入生成高质量视频，并支持多种视频生成工具，如可视化、采样、训练、推理、联合训练、加速等。VGen具有高度的扩展性和完整性，适用于多种视频生成任务。

Sora by OpenAI官网 – 创新的文本生成视频模型

Sora是OpenAI推出的开创性文本到视频模型，旨在弥合文本提示与视频生成之间的鸿沟。它利用先进的AI技术，将用户的文字描述转化为高质量的视频内容，提供了丰富的创作可能性。

HunyanVideo模型 – 最大的开源视频生成模型

HunyanVideo 是由腾讯开发的开源视频生成模型，拥有 13 亿参数，是目前最大的开源视频生成模型。它支持从文本描述生成视频，具有超现实画质、高语义一致性、流畅的运动画面和原生镜头转换等特点，适用于广告宣传、创意视频生成等商业场景。用户可以通过 GitHub 和 Hugging Face 访问模型权重、推理代码和算法，并通过腾讯元宝 APP 申请试用，API 也已开放测试。

OpenVideo开源项目 – 文本到视频生成的开源项目

OpenVideo是一个专注于文本到视频生成领域的开源项目，旨在为AI研究者提供高质量、多样化的视频数据集。该项目不仅提供了超过106k+的720p视频片段，还支持多平台数据下载，包括ModelScope和HuggingFace。此外，OpenVideo还提供完整的数据收集、清洗和标注工具，帮助研究者更高效地进行视频数据处理和分析。

Google Veo 2官网 – 先进的视频生成模型

Google Veo 2 是一个前沿的视频生成模型，能够根据文本或图像创建逼真的视频片段。它与改进版的文本到图像模型 Imagen 3 一同推出，提供更高质量的视觉效果。

Wan视频生成模型官网 – 低显存高质量视频生成

通义开源的Wan视频生成模型，显存要求超低，仅需8G显存即可运行高质量视频生成。该模型支持文生视频、图生视频、视频编辑、文生图等多种功能，是业界首个双语视频模型，能够同步生成中英字幕。

hunyan video官网 – 腾讯开源的高质量视频生成模型

hunyan video 是腾讯公司于2024年开源的一个重量级视频生成模型，拥有约13亿参数（原介绍为130亿，可能存在拼写错误），是目前最大的开源视频生成模型之一。该模型通过文本或图像生成高质量视频，尤其在图像质量、动态流畅性和语义理解方面表现优异。支持多模态大语言模型作为文本编码器，并采用3D VAE技术进行数据压缩。生成的视频质量可媲美电影级，支持多角度镜头自动切换，尤其对中国风格内容有较强表现力。用户可通过官网或元宝APP在线体验，或通过GitHub下载代码和模型权重自行部署。

Wan2.1-quantized开源项目 – 优化视频生成模型

Wan2.1-quantized是一款专为消费级显卡（如3090/4090）设计的开源视频生成模型，经过优化后，仅需8.19GB显存即可运行，适配几乎所有消费级显卡。它支持多任务处理，包括文本到视频、图片到视频、视频编辑等，并且是首个支持中英文文本生成的视频模型。

kě huà 1.5 mò xíng官网 – 快手AI平台的绘图与视频生成模型

kě huà 1.5 mò xíng 是快手科技旗下 kě lín AI 平台的核心模型，集成图像生成（Ketu 1.5）和视频生成（Keling 1.5）能力，专注于生成高质量亚洲人像静态图片及动态视频。通过自研的 DiT 结构提升计算效率，支持画质增强、语义理解优化，尤其擅长温馨场景如母女互动的创作。平台全球用户超360万，累计生成1亿多张图片和3700万视频。

Cosmos-Predict1开源 – 物理AI世界生成基础模型

Cosmos-Predict1是由Nvidia开发的物理AI世界基础模型，能够从文本或视频提示生成世界状态，并通过预测帧合成连续运动。该项目特别适用于自动驾驶和机器人训练领域，提供高效的图像和视频分词器，支持Text2World和Video2World生成。模型参数范围从40亿到150亿，可根据推理需求选择，生成物理感知视频。

Veo 2官网 – Google 的尖端视频生成模型

Veo 2 是 Google 开发的一种先进的视频生成模型，能够从文本或图像生成高质量视频。它支持自然运动和逼真动画，提供 720p 到 4K 的分辨率，视频长度为 5-8 秒（24 FPS），并可扩展至更长时间。Veo 2 支持 16:9（横屏）和 9:16（竖屏）两种宽高比，具备电影级别的控制功能，如镜头选择、摄像机运动和景深控制。此外，Veo 2 还包含安全功能，如不可见的 SynthID 水印，用于标识 AI 生成内容，降低误导信息和误归因风险。

Make-Your-Anchor开源项目 – 自动生成精确动作视频

Make-Your-Anchor 是一个自动生成具有精确躯干和手部动作的视频的项目，只需一个人的一分钟视频剪辑进行训练。

HunYuanVideo官网 – 腾讯开源的高质量视频生成模型

HunYuanVideo 是由腾讯开发的开源大型视频生成模型，专注于从文本描述生成高质量视频。该模型拥有13亿参数，是目前最大的开源视频生成模型之一。它采用双流到单流混合模型处理视频和文本标记，基于Transformer架构，具备全注意力机制，支持图像和视频的统一生成。HunYuanVideo 在文本对齐、运动质量和视觉质量方面表现优异，优于其他领先模型。

FlashVideo开源 – 高效高分辨率视频生成工具

FlashVideo是一个专注于高效生成和增强高分辨率视频的AI工具，支持从文本描述直接生成视频或对低分辨率视频进行高清升级。其核心技术分为两阶段：首先生成270p低清视频（约30秒），再通过4步增强至1080p高清（约72秒）。项目提供完整模型权重和开源代码，支持长文本提示以实现更精细的视频生成效果。

暂无评论

暂无评论...