国产视频生成大模型 Vidu Q1,支持高清 1080p 视频生成,性价比极高。
Vidu Q1 是由生数科技推出的国产视频生成大模型,专为视频创作者设计,支持高清 1080p 视频生成,具备电影级运镜效果和首尾帧功能。该产品在 VBench-1.0 和 VBench-2.0 评测中位居榜首,性价比极高,价格仅为同行的十分之一。它适用于电影、广告、动漫等多个领域,能够大幅降低创作成本,提升创作效率。
这是一个基于HunyuanVideo模型的适配器,用于基于关键帧的视频生成。
HunyuanVideo Keyframe Control Lora 是一个针对HunyuanVideo T2V模型的适配器,专注于关键帧视频生成。它通过修改输入嵌入层以有效整合关键帧信息,并应用低秩适配(LoRA)技术优化线性层和卷积输入层,从而实现高效微调。该模型允许用户通过定义关键帧精确控制生成视频的起始和结束帧,确保生成内容与指定关键帧无缝衔接,增强视频连贯性和叙事性。它在视频生成领域具有重要应用价值,尤其在需要精确控制视频内容的场景中表现出色。
免费提升视频生成质量的工具
Enhance-A-Video 是一个致力于提高视频生成质量的项目,它通过调整视频模型中的时序注意力参数来增强视频帧间的一致性和视觉质量。该项目由新加坡国立大学、上海人工智能实验室和德克萨斯大学奥斯汀分校的研究人员共同开发。Enhance-A-Video 的主要优点在于它能够以零成本提升现有视频模型的性能,无需重新训练。它通过引入温度参数来控制帧间相关性,增强视频的时序注意力输出,从而提升视频质量。
高清视频逆问题求解器,使用潜在扩散模型
VISION XL是一个利用潜在扩散模型解决高清视频逆问题的框架。它通过伪批量一致性采样策略和批量一致性反演方法,优化了视频处理的效率和时间,支持多种比例和高分辨率重建。该技术的主要优点包括支持多比例和高分辨率重建、内存和采样时间效率、使用开源潜在扩散模型SDXL。它通过集成SDXL,在各种时空逆问题上实现了最先进的视频重建,包括复杂的帧平均和各种空间退化的组合,如去模糊、超分辨率和修复。
基于GIMM-VFI的ComfyUI帧插值工具
ComfyUI-GIMM-VFI是一个基于GIMM-VFI算法的帧插值工具,使用户能够在图像和视频处理中实现高质量的帧插值效果。该技术通过在连续帧之间插入新的帧来提高视频的帧率,从而使得动作看起来更加流畅。这对于视频游戏、电影后期制作和其他需要高帧率视频的应用场景尤为重要。产品背景信息显示,它是基于Python开发的,并且依赖于CuPy库,特别适用于需要进行高性能计算的场景。
使用SVD技术进行关键帧插值的动画工具
Svd Keyframe Interpolation 是一个基于奇异值分解(SVD)技术的关键帧插值模型,用于在动画制作中自动生成中间帧,从而提高动画师的工作效率。该技术通过分析关键帧的特征,自动计算出中间帧的图像,使得动画更加流畅自然。它的优势在于能够减少动画师手动绘制中间帧的工作量,同时保持高质量的动画效果。
利用预训练的图像到视频扩散模型生成连贯中间帧
该产品是一个图像到视频的扩散模型,通过轻量级的微调技术,能够从一对关键帧生成具有连贯运动的连续视频序列。这种方法特别适用于需要在两个静态图像之间生成平滑过渡动画的场景,如动画制作、视频编辑等。它利用了大规模图像到视频扩散模型的强大能力,通过微调使其能够预测两个关键帧之间的视频,从而实现前向和后向的一致性。
利用Flux进行图像细节增强的实验性工具
Flux Latent Detailer是一个实验性的工具,通过Flux的潜在空间插值技术,能够在图像中产生更精细的细节。该工具通过多遍处理,尝试在不破坏整体构图的情况下增强图像细节,同时避免过度处理的外观。开发者强调这是一个实验性项目,不提供支持,仅供分享。
AI驱动的颜值测试,发现你的真正美丽潜力。
How Attractive Am I 是一款利用人工智能技术对用户上传的照片进行面部特征分析,从而提供个性化的美丽分数的网站。它不仅满足用户的好奇心,还能增强自信心,帮助用户发现自身的颜值潜力。
生成卡通插值研究论文
ToonCrafter是一个开源的研究项目,专注于使用预训练的图像到视频扩散先验来插值两张卡通图像。该项目旨在积极影响AI驱动的视频生成领域,为用户提供创造视频的自由,但要求用户遵守当地法律并负责任地使用。
平滑跳切,消除填充词,输出流畅视频
该产品提供了一种新颖的框架,用于平滑跳切,特别是在对话视频中。它利用视频中主体的外观,通过 DensePose 关键点和面部标志驱动的中级表示来融合其他源帧中的信息。为了实现运动,它在切割周围的端帧之间插值关键点和标志。然后使用图像转换网络从关键点和源帧合成像素。由于关键点可能包含错误,因此提出了一种跨模态注意机制,以选择和为每个关键点挑选最合适的源。通过利用这种中级表示,我们的方法可以比强视频插值基准获得更强的结果。我们在对话视频的各种跳切上展示了我们的方法,例如切除填充词、暂停,甚至随机切割。我们的实验表明,即使在对话头部旋转或剧烈移动的挑战性情况下,我们也可以实现无缝过渡。
零样本图像动画生成器
AnimateZero是一款零样本图像动画生成器,通过分离外观和运动生成视频,解决了黑盒、低效、不可控等问题。它可以通过零样本修改将预训练的T2V模型转换为I2V模型,从而实现零样本图像动画生成。AnimateZero还可以用于视频编辑、帧插值、循环视频生成和真实图像动画等场景,具有较高的主观质量和匹配度。
一站式筹资中心,帮助创始人规划融资轮次、准备投资者展示、分享演示文稿和数据,并追踪投资者参与度
Flowlie for Founders是一个一站式的筹资中心,专为创始人提供融资服务。它可以帮助创始人规划融资轮次,确定融资金额和公司估值;准备投资者介绍材料;创建并分享演示文稿、数据等内容;追踪投资者的参与度和兴趣。该产品提供了轮次规划、股权稀释计算、行业术语解释等工具,使创始人能够顺利完成融资工作。
视频生成、预测和插值的通用模型
MCVD是一种用于视频生成、预测和插值的通用模型,使用基于分数的扩散损失函数生成新颖的帧,通过将高斯噪声注入当前帧并对过去和/或未来帧进行条件去噪,通过随机屏蔽过去和/或未来帧进行训练,实现无条件生成、未来预测、过去重建和插值四种情况的处理。该模型使用2D卷积U-Net,通过串联或时空自适应归一化对过去和未来帧进行条件处理,产生高质量和多样化的视频样本,使用1-4个GPU进行训练,能够扩展到更多通道。MCVD是一种简单的非递归2D卷积架构,能够生成任意长度的视频样本,具有SOTA的结果。
上传CSV/Excel文件进行数据分析和通过AI提问
Datazom是一款数据分析工具,可以上传CSV/Excel文件进行数据分析,并通过AI提供问题解答。它还提供了数据缺失值处理选项,可以将缺失值替换为0。支持拖放文件上传,用户友好。
利用AI驱动的预测和智能投注工具来革新体育预测
NeuroBet利用先进的AI为体育预测带来革命性的改变。我们提供由AI驱动的体育预测、正期望值和套利投注机会、独特的回测工具以及投注历史分析,帮助用户做出明智的投注决策。
© 2025 AIbase 备案号:闽ICP备08105208号-14