Vchitect 2.0：上海人工智能实验室开发的视频生成模型 金额生成5 到 20 秒的高清短视频

Vchitect 2.0 是由上海人工智能实验室开发的视频生成模型，它支持通过文本和图像生成5 到 20 秒的高清短视频，用户可以灵活调整视频的宽高比。该模型集成了超分辨率和帧插入功能，支持内容修正，生成的视频更加流畅。

• 文本到视频生成：用户可以通过文本提示生成 5-20 秒的视频
• 图像到视频转换：允许将静态图像转换为 5-10 秒的视频
• 灵活的宽高比：允许用户生成任意宽高比的视频。
• 高清质量和集成的超分辨率和帧插入，具有用户可调节的内容校正功能。

模型功能特点

1. 高质量视频生成：

   • Vchitect 2.0 是一个具备20 亿参数的视频生成模型，能够生成10-20 秒长度的高质量视频，分辨率最高支持 720×480。未来还计划推出拥有 50 亿参数的更大版本模型，进一步提升生成能力。

2. 灵活的分辨率和时长：

   • 该模型支持多种视频宽高比的生成，用户可以灵活选择视频的分辨率和时长，使其更加适应不同应用场景的需求。

3. 时空增强框架：

   • VEnhancer 是 Vchitect 2.0 的一个时空增强模块，能够对生成视频进行超分辨率处理和帧插入，使视频达到2K 分辨率和 24 FPS 的标准，进一步提升视频的视觉质量和流畅度。

4. 文本到视频和图像到视频：

   • Vchitect 2.0 支持通过文本提示生成视频，也可以将静态图像转换为视频，为用户提供多种创作方式。

一些案例

长视频剪辑

官网：https://vchitect.intern-ai.org.cn/

GitHub：https://github.com/Vchitect