Ruyi-Mini-7B

Open-Source Bild-zu-Video-Generierungsmodell

Normales ProduktVideoBild-zu-VideoVideogenerierung

Ruyi-Mini-7B ist ein von CreateAI entwickeltes Open-Source-Modell zur Generierung von Videos aus Bildern. Es verfügt über etwa 7,1 Milliarden Parameter und kann aus Eingabebildern Videobilder mit einer Auflösung von 360p bis 720p generieren, maximal 5 Sekunden lang. Das Modell unterstützt verschiedene Seitenverhältnisse und bietet verbesserte Bewegungs- und Kamerasteuerung für mehr Flexibilität und Kreativität. Es wird unter der Apache 2.0-Lizenz veröffentlicht, was die freie Nutzung und Modifikation ermöglicht.

- Video-Komprimierung und -Dekomprimierung: Casual VAE-Modul
reduziert die räumliche Auflösung auf 1/8 und die zeitliche Auflösung auf 1/4.
- 3D-Voll-Aufmerksamkeits-Videodaten-Generierung: Diffusion Transformer-Modul
verwendet 2D Normalized-RoPE für die räumliche Dimension und Sin-Cos-Positions-Einbettung für die zeitliche Dimension
DDPM-Modelltraining.
- Extraktion semantischer Merkmale: Nutzung des CLIP-Modells zur Extraktion semantischer Merkmale aus dem Eingabebild
um den gesamten Videogenerierungsprozess zu steuern.
- Unterstützung mehrerer Auflösungen: Das Modell kann Videos mit Auflösungen von 360p bis 720p generieren.
- Bewegungs- und Kamerasteuerung: Verbesserte Flexibilität und Kreativität bei der Videogenerierung.
- Open-Source-Lizenz: Apache 2.0-Lizenz

Zielgruppe sind Videoproduzenten
Animatoren
Spieleentwickler und Forscher. Ruyi-Mini-7B eignet sich ideal
da es eine innovative Möglichkeit bietet
dynamische Videoinhalte aus statischen Bildern zu generieren. Dies kann zur Erstellung von Animationen

- Videoproduzenten generieren mit Ruyi-Mini-7B animierte Hintergründe aus statischen Bildern.
- Spieleentwickler verwenden das Modell
um dynamische Hintergründe für Spielfiguren zu erstellen.
- Werbeproduzenten generieren mit dem Modell ansprechende Werbevideos.

1. Klonen Sie das Ruyi-Models-Repository von GitHub.
2. Wechseln Sie in das Ruyi-Models-Verzeichnis.
3. Installieren Sie die in requirements.txt aufgeführten Abhängigkeiten mit pip.
4. Führen Sie das Modell mit `python3 predict_i2v.py` aus.
5. Alternativ können Sie das Modell mit dem ComfyUI-Wrapper im GitHub-Repository ausführen.

Website öffnen

Ruyi-Mini-7B Neueste Verkehrssituation

Monatliche Gesamtbesuche

29742941

Absprungrate

44.20%

Durchschnittliche Seiten pro Besuch

5.9

Durchschnittliche Besuchsdauer

00:04:44

Ruyi-Mini-7B Besuchstrend

Ruyi-Mini-7B Geografische Verteilung der Besuche

Best AI Websites & Tools

Ruyi-Mini-7B

Ruyi-Mini-7B Neueste Verkehrssituation

Ruyi-Mini-7B Besuchstrend

Ruyi-Mini-7B Geografische Verteilung der Besuche

Ruyi-Mini-7B Traffic-Quellen

Ruyi-Mini-7B Alternativen

Ruyi-Mini-7B — Open-Source Bild-zu-Video-Generierungsmodell

HunyuanVideo — Ein von Tencent entwickeltes Open-Source-Framework zum Trainieren großer Videogenerierungsmodelle.

genmoai — Open-Source-Modell zur Videogenerierung

Mira — Ein experimentelles Framework zur Erzeugung hochwertiger Langzeitvideos mit erweiterter Sequenzlänge und verbesserten dynamischen Eigenschaften.

Das Ultra-Scale Playbook — Ein Tool zur Optimierung und Gestaltung von hochskalierten Systemen, das effiziente Lösungen bietet.

SkyReels-V1-Hunyuan-I2V — SkyReels V1 ist ein quelloffenes, menschenzentriertes Videobasismodell, das sich auf die Erzeugung hochwertiger, filmreifer Videos konzentriert.

Magic 1-For-1 — Magic 1-For-1 ist ein hocheffizientes Modell zur Bild-zu-Video-Generierung, das innerhalb einer Minute ein einminütiges Video erstellen kann.

leapfusion-hunyuan-image2video — Eine neuartige Bild-zu-Video-Sampling-Technik, die auf dem Hunyuan-Modell basiert und eine hochwertige Videogenerierung ermöglicht.

Valley 2.0 — Multimodales großes Sprachmodell zur Verbesserung der Verarbeitung von Text-, Bild- und Videodaten.

CausVid — Schneller Kausal-Videogenerator für die Echtzeit-Videogenerierung.

InternVL 2.5 — Open-Source-Serie großer multimodaler Sprachmodelle

Allegro-TI2V — Text-to-Video-Generierungsmodell basierend auf Bilddaten

SoraVids — Archiv der vom Videogenerierungsmodell Sora erstellten Videos

LTX-Video — Ein auf DiT basierendes Videogenerierungsmodell zur Echtzeiterstellung hochwertiger Videos.

Movie Gen Bench — Videogenerierungs-Benchmark

DeepMind — Führendes KI-Forschungsunternehmen von Google

RWKV v6 Finch 14B — RWKV v6 Finch 14B: Ein Open-Source Großes Sprachmodell zur effizienten Verarbeitung langer Texte.

ControlNeXt — Kontrollierbare Video- und Bildgenerierungstechnologie

Thousand Brains Project — Ein KI-Projekt zur Erforschung der Intelligenz des Gehirns

VideoTetris — Innovativer Framework zur Text-zu-Video-Generierung

MAP-NEO — Ein vollständig quelloffenes großes Sprachmodell, das fortschrittliche Fähigkeiten in der Verarbeitung natürlicher Sprache bietet.

Perplexica — Eine Open-Source-Suchmaschine mit KI-Unterstützung, die tiefgreifende Antworten aus dem Internet liefert.

Qwen1.5-110B — Erstes Open-Source-Modell der Qwen1.5-Serie mit 100 Milliarden Parametern, mehrsprachiger Unterstützung und effizienter Transformer-Decoder-Architektur.

Snowflake Arctic — Hochperformantes KI-Modell für Unternehmen – kostengünstige Erstellung hochqualitativer, maßgeschneiderter Modelle.

Wan.video — Wan_AI Creative Drawing ist eine Plattform zur Erstellung von kreativen Bildern und Videos mithilfe von künstlicher Intelligenz.

HunyuanVideo-I2V — HunyuanVideo-I2V ist ein von Tencent entwickeltes Framework zur Bild-zu-Video-Generierung, basierend auf HunyuanVideo.

Instella — Instella ist ein von AMD entwickeltes, leistungsstarkes Open-Source-Sprachmodell, das speziell für die Beschleunigung der Entwicklung von Open-Source-Sprachmodellen entwickelt wurde.

Firefox Translations Models — Für die Übersetzungsfunktion des Firefox-Browsers optimierte, CPU-beschleunigte neuronale maschinelle Übersetzung.

Wan2GP — Wan2GP ist ein optimiertes Open-Source-Videogenerierungsmodell, das speziell für Benutzer mit GPUs mit niedriger Konfiguration entwickelt wurde und verschiedene Videogenerierungsaufgaben unterstützt.

IndexTTS — Industrielles, steuerbares und effizientes Zero-Shot Text-to-Speech-System