Clik here to view.
Stable Diffusion官方終於進展到影片了——
發表生成式影片模型Stable Video Diffusion（SVD）。
Image may be NSFW.
Clik here to view.
Stability AI官方部落格顯示，全新SVD支援文字到影片、圖像到影片的繪製：
Image may be NSFW.
Clik here to view.
並且還支援物體從單一視角到多視角的轉化，也就是3D合成：
Image may be NSFW.
Clik here to view.
根據外部評估，官方宣稱SVD甚至比runway和Pika的影片生成AI更受使用者歡迎。
雖然目前只發表了基礎模型，但官方透露「正計畫繼續擴充，建立類似於Stable Diffusion的生態系統」。
目前論文程式碼權重已上線。
Image may be NSFW.
Clik here to view.
最近影片生成領域不斷出現新玩法，這次輪到Stable Diffusion出招，以至於網友們的第一反應就是「快」，進步太快！
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（影片格與格之間閃爍）。
Image may be NSFW.
Clik here to view.
但整體來說這是個開始，網友對SVD的3D合成功能還滿是看好：
我敢打賭，很快就會有更好的東西出來，到時候只要描述一下，就會得到一個完整的3D場景。
Image may be NSFW.
Clik here to view.
SD影片官方版來襲
除了上面展示的，官方還發表了更多Demo： Image may be NSFW.
Clik here to view.
Image may be NSFW.
Clik here to view.
Image may be NSFW.
Clik here to view.
SVD的研究論文目前也已發表，據介紹SVD基於Stable Diffusion 2.1，用約6億個樣本的影片資料集預訓練了基礎模型。
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個圖像進行多視圖合成。
微調後，官方公布的是兩種圖像到影片模型，可以以每秒3到30影格之間的自訂畫面播放速率生成14（SVD）和25影格（SVD-XT）的影片：
Image may be NSFW.
Clik here to view.
之後又微調了多視角影片生成模型，叫做SVD-MV：
Image may be NSFW.
Clik here to view.
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：
Image may be NSFW.
Clik here to view.
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，但已開放使用者候補名單註冊。
影片生成大爆發
最近影片生成領域呈現出現「混戰」的局面。
前有PikaLabs開發的文字生影片AI：
Image may be NSFW.
Clik here to view.
後又有號稱史上最強大的影片生成AIMoonvalley推出：
Image may be NSFW.
Clik here to view.
最近Gen-2的「運動筆刷」功能也正式上線，指到哪畫哪
Image may be NSFW.
Clik here to view.
現在SVD又出現了。
但文本到3D生成方面好像還沒有太多進展，網友對這一現象也很是困惑。
Image may be NSFW.
Clik here to view.
有人認為資料是阻礙發展的瓶頸：
Image may be NSFW.
Clik here to view.
還有網友表示原因在於強化學習還不夠強：
Image may be NSFW.
Clik here to view.
加入電腦王Facebook粉絲團