Stable Video Diffusion (SVD) 1.1 Imagen a Video es un modelo de difusión que genera videos a partir de una imagen estática como fotograma condicional. Este modelo, un modelo de difusión latente, está entrenado para generar clips de video cortos a partir de imágenes. Entrenado para generar videos de 25 fotogramas a una resolución de 1024x576, se basa en fotogramas de contexto del mismo tamaño y se ha ajustado con precisión a partir de SVD Imagen a Video [25 fotogramas]. Durante el ajuste fino, se mantuvieron constantes las condiciones de 6 FPS e ID de Motion Bucket 127 para mejorar la coherencia de la salida sin necesidad de ajustar hiperparámetros.