Ruyi-Mini-7B

Modelo de geração de vídeo a partir de imagem de código aberto

Produto ComumVídeoImagem para vídeoGeração de vídeo

O Ruyi-Mini-7B é um modelo de geração de vídeo a partir de imagem de código aberto, desenvolvido pela equipe CreateAI. Com aproximadamente 7,1 bilhões de parâmetros, ele consegue gerar quadros de vídeo com resolução de 360p a 720p, com duração máxima de 5 segundos, a partir de uma imagem de entrada. O modelo suporta diferentes proporções de aspecto e possui recursos aprimorados de controle de movimento e câmera, proporcionando maior flexibilidade e criatividade. Ele é disponibilizado sob a licença Apache 2.0, permitindo o uso e modificação livre pelos usuários.

- Compressão e descompressão de vídeo: Módulo Casual VAE
reduzindo a resolução espacial para 1/8 e a resolução temporal para 1/4.
- Geração de dados de vídeo 3D com atenção completa: Módulo Diffusion Transformer
utilizando o processamento 2D Normalized-RoPE para a dimensão espacial e a incorporação de posição Sin-cos para a dimensão temporal
com treinamento do modelo DDPM.
- Extração de recursos semânticos: Utilização do modelo CLIP para extrair recursos semânticos da imagem de entrada
guiando todo o processo de geração de vídeo.
- Suporte para múltiplas resoluções: O modelo consegue lidar com a geração de vídeos em resoluções de 360p a 720p.
- Controle de movimento e câmera: Aprimora a flexibilidade e a criatividade na geração de vídeos.
- Licença de código aberto: Licença Apache 2.0

O público-alvo inclui criadores de vídeo
animadores
desenvolvedores de jogos e pesquisadores. O Ruyi-Mini-7B é adequado para eles porque oferece uma maneira inovadora de gerar conteúdo de vídeo dinâmico a partir de imagens estáticas
o que pode ser usado na produção de animações
fundos de jogos

- Criadores de vídeo usam o Ruyi-Mini-7B para gerar fundos animados a partir de imagens estáticas.
- Desenvolvedores de jogos utilizam o modelo para criar cenários dinâmicos para personagens de jogos.
- Criadores de anúncios usam o modelo para gerar conteúdo de vídeo publicitário atraente.

1. Clone o repositório Ruyi-Models do GitHub.
2. Acesse o diretório Ruyi-Models.
3. Instale as dependências listadas em requirements.txt usando pip.
4. Execute o modelo usando `python3 predict_i2v.py`.
5. Ou utilize o wrapper ComfyUI disponível no repositório GitHub.

Abrir Site

Ruyi-Mini-7B Situação do Tráfego Mais Recente

Total de Visitas Mensais

29742941

Taxa de Rejeição

44.20%

Média de Páginas por Visita

5.9

Duração Média da Visita

00:04:44

Ruyi-Mini-7B Tendência de Visitas

Ruyi-Mini-7B Distribuição Geográfica das Visitas

Best AI Websites & Tools

Ruyi-Mini-7B

Ruyi-Mini-7B Situação do Tráfego Mais Recente

Ruyi-Mini-7B Tendência de Visitas

Ruyi-Mini-7B Distribuição Geográfica das Visitas

Ruyi-Mini-7B Fontes de Tráfego

Ruyi-Mini-7B Alternativas

Ruyi-Mini-7B — Modelo de geração de vídeo a partir de imagem de código aberto

HunyuanVideo — Framework de treinamento de modelos de geração de vídeo de grande porte de código aberto da Tencent

genmoai — Modelo de geração de vídeo de código aberto

SkyReels-V1-Hunyuan-I2V — SkyReels V1 é um modelo de vídeo base, de código aberto e centrado no ser humano, focado na geração de vídeos de alta qualidade com nível cinematográfico.

Magic 1-For-1 — Magic 1-For-1 é um modelo eficiente de geração de imagem para vídeo, capaz de gerar um vídeo de um minuto em apenas um minuto.

Valley 2.0 — Modelo de linguagem grande multi-modal, aprimora a capacidade de processamento de dados de texto, imagem e vídeo.

CausVid — Gerador de vídeo causal rápido, permitindo a geração de vídeo instantânea.

InternVL 2.5 — Série de modelos de linguagem grandes multimodais de código aberto

Allegro-TI2V — Modelo de geração de vídeo a partir de texto e imagem

SoraVids — Repositório de arquivos do modelo de geração de vídeo Sora

LTX-Video — Modelo de geração de vídeo baseado em DiT, gerando vídeos de alta qualidade em tempo real.

Movie Gen Bench — Benchmark de avaliação de geração de vídeo

RWKV v6 Finch 14B — RWKV v6 Finch 14B, modelo de linguagem grande de código aberto, eficiente no processamento de textos longos.

VideoTetris — Estrutura inovadora de geração de vídeo a partir de texto

MAP-NEO — Um modelo de linguagem grande completamente de código aberto, oferecendo capacidades avançadas de processamento de linguagem natural.

Mira — Uma estrutura experimental para geração de vídeos longos de alta qualidade, com extensão de comprimento de sequência e aprimoramento de características dinâmicas.

Perplexica — Um mecanismo de busca de código aberto impulsionado por IA que fornece respostas profundas da web.

Qwen1.5-110B — Primeiro modelo de código aberto com 110 bilhões de parâmetros da série Qwen1.5, com suporte multilíngue e arquitetura de decodificador Transformer eficiente.

Wan.video — Wan_AI Creative Drawing é uma plataforma que utiliza tecnologia de inteligência artificial para criação de desenhos e vídeos criativos.

HunyuanVideo-I2V — HunyuanVideo-I2V é uma estrutura de geração de imagem para vídeo lançada pela Tencent, baseada no HunyuanVideo.

Instella — Instella é um modelo de linguagem de código aberto de alto desempenho desenvolvido pela AMD, projetado para acelerar o desenvolvimento de modelos de linguagem de código aberto.

Wan2GP — O Wan2GP é um modelo de geração de vídeo de código aberto otimizado, projetado para usuários com GPUs de baixa configuração, e suporta diversas tarefas de geração de vídeo.

Migician — Migician é um modelo de linguagem grande multimodal focado na localização de imagens múltiplas, capaz de realizar localização precisa de imagens múltiplas de forma livre.

IndexTTS — Sistema de texto para voz (TTS) de amostra zero, eficiente e controlável em nível industrial

Wan2.1-T2V-14B — Wan2.1-T2V-14B é um modelo de geração de vídeo a partir de texto de alto desempenho, que suporta várias tarefas de geração de vídeo.

Wan — Wan é um modelo de geração de vídeo visualmente avançado desenvolvido pelo Alibaba DAMO Academy, capaz de gerar vídeos com base em texto, imagens e outros sinais.

QwQ-Max-Preview — QwQ-Max-Preview é o mais recente resultado da série Qwen, construído com base no Qwen2.5-Max, e apresenta poderosas capacidades de raciocínio e aplicações em múltiplas áreas.

AlphaMaze-v0.2-1.5B — Método inovador para aprimorar a capacidade de raciocínio visual de grandes modelos de linguagem (LLMs) por meio da resolução de labirintos descritos em texto.

JoyGen — JoyGen é uma tecnologia de edição de vídeo de rosto falante com percepção de profundidade 3D impulsionada por áudio.

Gerador de Vídeos de IA Freepik — O Gerador de Vídeos de IA Freepik gera conteúdo de vídeo de alta qualidade rapidamente, com base em tecnologia de inteligência artificial.