AIbase
TW
模型選型
標籤
高分辨率視頻生成

# 高分辨率視頻生成

Cosmos Predict2 2B Text2Image
其他
Cosmos-Predict2是一系列高性能的預訓練世界基礎模型，專為生成具備物理感知的圖像、視頻和世界狀態而設計，可用於物理AI的開發。
文本生成圖像
C
nvidia
473
19
Wan2.1 T2V 1.3B
Apache-2.0
萬2.1是一套全面開放的視頻基礎模型，旨在突破視頻生成的邊界，支持文本生成視頻、圖像生成視頻等多種任務。
文本生成視頻 支持多種語言
W
Wan-AI
19.89k
319
3dgs V0
其他
基於THUDM/CogVideoX-5b模型在3dgs-dissolve數據集上微調的文本生成視頻模型，專注於3D物體溶解與火花特效生成
文本生成視頻
3
finetrainers
38
2
Nova D48w1024 Osp480
Apache-2.0
北京智源研究院開發的非量化自迴歸文本生成視頻模型，能夠根據文本提示生成和編輯視頻
文本生成視頻
N
BAAI
314
6
Allegro TI2V
Apache-2.0
Allegro-TI2V是一個開源的文本-圖像生成視頻模型，能夠根據用戶提供的提示詞和輸入圖像生成高質量視頻內容。
文本生成視頻 英語
A
rhymes-ai
50
58
Cogvideox1.5 5B I2V
其他
CogVideoX 是一個開源視頻生成模型，支持從圖像生成視頻，類似於清影平臺。
英語
C
THUDM
8,897
102
LTX Video
其他
首個基於DiT的視頻生成模型，能夠即時生成高質量視頻，支持文本轉視頻和圖像+文本轉視頻兩種場景。
文本生成視頻 英語
L
Lightricks
165.42k
1,174
Seba Ai
MIT
基於CogVideoX-5b的視頻生成模型，能夠根據文本描述生成高質量視頻內容
文本生成視頻 英語
S
GlitchXRiot
13
2
Cogvideox Fun 5b InP
其他
基於CogVideoX架構改進的視頻生成工具，支持文本/圖像生成6秒左右、8fps的視頻
文本生成視頻 英語
C
alibaba-pai
16
24
Cogvideox Fun 2b InP
其他
基於CogVideoX架構改進的視頻生成模型，支持文本/圖像轉視頻和多分辨率生成
文本生成視頻 英語
C
alibaba-pai
52
20
Vchitect 2.0 2B
Apache-2.0
Vchitect-2.0是一個用於擴展視頻擴散模型的並行Transformer模型，專注於文本生成視頻和圖像生成視頻任務。
視頻處理
V
Vchitect
50
38
Potat1
首個開源的1024x576文本轉視頻模型，基於基礎模型微調而來
文本生成視頻
P
camenduru
56
159
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase