Mesleğiniz için puanlanmış YZ araçları
YZ eğiterek kazan
🤝 Ücretsiz & Açık Kaynak kütüphanesindesiniz — toplulukça geliştirilen, ücret ödemeden kullanabileceğiniz araçlar. Puanlı AI dizinimizden farklı bir kavram.
Ana sayfa › Ücretsiz & Açık Kaynak › Video › Text2Video-Zero
✦ Ücretsiz & açık kaynakVideo

Text2Video-Zero

Ek eğitime ihtiyaç duymadan, metinden görsele difüzyon modellerini kullanarak zamansal olarak tutarlı videolar üretir ve düzenler.

Sıfır atımlı (zero-shot) metinden video oluşturma ve düzenleme

Mevcut metinden görsele difüzyon boru hatlarını koşullu video üreteçlerine ve talimat düzenleyicilerine dönüştürün.

Sonsuza dek ücretsiz · kaynağı görülebilir · Licence not stated in the repository
✓ Needs IT✓ Tarayıcıda çalışır✓ Gerçek zamanlı işbirliği
5.4
ZEKAI
Sıfır atımlı video üretim aracı
Ücretsiz & açık kaynak · Video
Kurulum kolaylığı4
Yararlılık8
Bakım2
Topluluk7.5
★ 4,243
GITHUB
May 2023
GÜNCELLENDİ
Licence not stated in the repository
LİSANS
🛠 Kendiniz barındırmak istemiyor musunuz? Sizin için kurabiliriz →
⚡ Hızlı yanıt

Text2Video-Zero, Stable Diffusion modellerini video prodüksiyonuna uyarlayan sıfır atımlı bir video oluşturma çerçevesidir. Video içerik üreticilerinin ve AI geliştiricilerinin, özel video modelleri eğitmeden metin, poz, kenar ve derinlik girdilerinden video üretmesine olanak tanır. Açık kaynaklı video üretimi ve talimat tabanlı video düzenleme denemeleri yapmak istiyorsanız kullanmalısınız.

Çalıştığı yer
Cross-platform
Barındırma
Bulut veya kendi sunucunuzda
Diller
Python
Lisans
Licence not stated in the repository

Nedir

Araç, doğrudan metin ipuçlarından veya poz iskeletleri ve Canny kenarları gibi yapılandırılmış rehberlikten zamansal olarak tutarlı video klipleri üretir. Video Instruct-Pix2Pix aracılığıyla talimat destekli video düzenlemeyi mümkün kılar ve özel DreamBooth modelleriyle entegre olur. Hugging Face Diffusers ve Token Merging entegrasyonları, yalnızca 7 GB VRAM içeren tüketici GPU'larında bile çalıştırmaya olanak tanır.

Kimler için

Bu araç; Stable Diffusion boru hatlarını video oluşturma için uyarlamak isteyen AI araştırmacıları, geliştiriciler ve teknik video editörleri için uygundur. Özel GPU donanımında Python ve PyTorch ortamlarını çalıştırmaya alışkın ekosistemler için idealdir. Kutudan çıktığı gibi üretime hazır grafiksel bir arayüz gerektiren teknik olmayan editörler için uygun değildir.

Temel özellikler

Sıfır Atımlı Metinden Videoya

Önceden eğitilmiş Stable Diffusion modellerini kullanarak metin ipuçlarından zamansal olarak tutarlı video sekansları üretir.

Poz ve Kenar Kontrolü

Hareket iskeletleri, Canny kenar algılama veya MiDaS derinlik haritalarını kullanarak video üretimini yönlendirir.

Talimat Tabanlı Video Düzenleme

Video Instruct-Pix2Pix aracılığıyla metin komutlarını kullanarak mevcut video kliplerini düzenler.

Özel Model Desteği

Hugging Face veya Civitai'den rastgele Stable Diffusion taban modellerini ve özel DreamBooth ağırlıklarını yükler.

Nasıl başlanır

3 adımda hazır

1
Depoyu klonlayın ve gereksinimleri CUDA 11.6 desteğine sahip bir Python 3.9 ortamında kurun.
2
GPU yürütme için float16 hassasiyetini kullanarak PyTorch'ta Model sınıfını örnekleyin.
3
process_text2video veya process_pix2pix gibi çıkarım fonksiyonlarını hedef ipuçlarınız ve video yollarınızla çalıştırın.
Açıkçası

Dürüst kararımız

Artıları

  • Tutarlı klip çıktıları üretmek için video veri setlerinde sıfır eğitim gerektirir.
  • Poz, kenar, derinlik ve DreamBooth özelleştirmesi dahil olmak üzere çok sayıda rehberlik modunu destekler.
  • Basitleştirilmiş boru hattı erişimi için Hugging Face Diffusers ile entegre edilmiştir.
  • Token Merging gibi optimizasyonlar, 7 GB VRAM altındaki GPU'larda çalıştırmaya izin verir.

Eksileri

  • Çıkarım gerçekleştirmek için yerel CUDA donanımı veya ücretli bulut GPU örnekleri gerektirir.
  • Deponun meta verilerinde açık bir açık kaynak lisans bildirimi eksiktir.
  • Varsayılan video çıktıları, hiperparametre adımlarında ince ayar gerektiren kısa kare sekanslarıdır.
  • Python, sanal ortamlar ve PyTorch yapılandırmaları hakkında teknik aşinalık gerektirir.
Maliyet

Fiyatlar & lisans

Kod GitHub üzerinde özgürce erişilebilirdir, ancak depoda açık bir yazılım lisansı belirtilmemiştir. Birincil maliyet, çıkarımı yerel olarak veya bulut sunucularında gerçekleştirmek için gereken GPU bilgi işlem donanımından kaynaklanır.

Ücretli iş

Türkçe konuşanlar için işler

877 açık uzaktan yapay zeka eğitimi işi, 16 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$175 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.

Tüm açık rolleri gör →
Karşılaştır

Alternatifler

🎁 Ücretsiz & açık kaynak alternatifler

İncelenmiş bu AI araçları aynı işi anında yapar — puanlı dizinimizden.

Daha fazlası

Kullanın ya da biz kuralım

📄 Ücretsiz PDF: Video için Text2Video-Zero
İlk sonucunuza ulaşmanız için sade bir rehber. E-postanıza gönderilir.
🔔 64 kişi tam bir video eğitimi istiyor — oyunuzu ekleyin
🛠 Kendiniz kurmak istemiyor musunuz?
Text2Video-Zero aracını sizin için kurar, barındırır ve yapılandırırız — ekibinizi de eğitiriz.
Sizin için yapalım ↗
Sorular

SSS

Text2Video-Zero'yu yerelde çalıştırmak için hangi donanım gereklidir?

Varsayılan olarak en az 12 GB VRAM'e sahip CUDA uyumlu bir GPU'ya veya Token Merging optimizasyonları kullanıldığında 7 GB VRAM'den daha azına ihtiyacınız vardır.

Özel Stable Diffusion ağırlıkları veya ince ayarlanmış modeller kullanabilir miyim?

Evet, Diffusers formatına dönüştürülmüş herhangi bir Stable Diffusion taban modelini veya özel DreamBooth ağırlıklarını yükleyebilirsiniz.

Varolan video görüntülerimi metin ipuçlarıyla nasıl düzenlerim?

Metin talimatlarıyla birlikte bir giriş video dosyası sağlayarak Video Instruct-Pix2Pix yöntemini kullanabilirsiniz.

Radar

Son AI haberleri

✉️ Haftalık ücretsiz araç seti
Video için en iyi yeni ücretsiz & açık kaynak araçlar — haftada bir kısa e-posta, kendi dilinizde.
Ücretsiz · haftada 1 e-posta · istediğinizde çıkın
Yapay zekayı eğit, para kazan →

Google'da önce Zekai'yi gör