يقوم بتوليد وتحرير مقاطع فيديو متسقة زمنياً باستخدام نماذج انتشار النص إلى صورة دون تدريب إضافي.
تحويل مسارات انتشار النص إلى صورة الحالية إلى مولدات فيديو شرطية ومحررات تعليمات.
Text2Video-Zero هو إطار عمل لتوليد الفيديو بدون تدريب مسبق يقوم بتكييف نماذج Stable Diffusion لإنتاج الفيديو. يتيح لمنشئي الفيديو ومطوري الذكاء الاصطناعي توليد مقاطع فيديو من النصوص، والوضعيات، والحواف، ومدخلات العمق دون تدريب نماذج فيديو مخصصة. يجب عليك استخدامه إذا كنت ترغب في التجربة مع توليد الفيديو المفتوح المصدر وتحرير الفيديو القائم على التعليمات.
يقوم الأداة بتوليد مقاطع فيديو متسقة زمنياً مباشرة من نصوص موجهة أو إرشادات هيكلية مثل هياكل الوضعيات وحواف Canny. تتيح تحرير الفيديو الموجه بالتعليمات عبر Video Instruct-Pix2Pix وتتكامل مع نماذج DreamBooth المخصصة. تتيح التكاملات مع Hugging Face Diffusers و Token Merging التنفيذ على وحدة معالجة رسومات للمستهلكين بذاكرة VRAM لا تقل عن 7 GB.
تناسب هذه الأداة باحثي الذكاء الاصطناعي، والمطورين، ومحرري الفيديو التقنيين الذين يتطلعون إلى تكييف مسارات Stable Diffusion لإنشاء الفيديو. وهي مثالية للفرق المعتادة على تشغيل بيئات Python و PyTorch على أجهزة GPU مخصصة. وهي غير مناسبة للمحررين غير التقنيين الذين يحتاجون إلى واجهة رسومية جاهزة للإنتاج مباشرة.
يقوم بتوليد تسلسلات فيديو متسقة زمنياً من نصوص موجهة باستخدام نماذج Stable Diffusion المدربة مسبقاً.
يوجه توليد الفيديو باستخدام هياكل الحركة، أو كشف حواف Canny، أو خرائط عمق MiDaS.
يحرر مقاطع الفيديو الحالية باستخدام أوامر نصية عبر Video Instruct-Pix2Pix.
يحمل نماذج Stable Diffusion الأساسية التعسفية وأوزان DreamBooth المخصصة من Hugging Face أو Civitai.
الكود متاحة بحرية على GitHub، ولكن لم يتم تحديد رخصة برمجية صريحة في المستودع. التكلفة الأساسية تأتي من أجهزة الحوسبة للرسومات اللازمة لتنفيذ الاستدلال محلياً أو على خوادم سحابية.
877 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٦ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$175 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
أدوات الذكاء الاصطناعي المُراجَعة هذه تؤدي المهمة فوراً — من دليلنا المُقيَّم.
تحتاج إلى GPU يدعم CUDA مع ما لا يقل عن 12 GB VRAM افتراضياً، أو أقل من 7 GB VRAM عند استخدام تحسينات Token Merging.
نعم، يمكنك تحميل أي نموذج أساسي لـ Stable Diffusion أو أوزان DreamBooth مخصصة محولة إلى تنسيق Diffusers.
يمكنك استخدام طريقة Video Instruct-Pix2Pix من خلال توفير ملف فيديو إدخال مع تعليمات نصية.
شاهد Zekai أولاً في جوجل