vita-epfl/Stable-Video-Infinity

解决的问题

Stable Video Infinity (SVI) 解决了 AI 模型在生成短视频时的限制，能够创建任意长度（潜在无限）的视频，同时保持高时间一致性、合理的场景转换以及可控的故事情节，且不会随时间推移而出现质量下降或“遗忘”现象。

运作原理

SVI 采用混合因果关系方法：它在单个视频片段内使用双向注意力机制以确保高视觉质量，然后使用片段间的因果关系将这些片段顺序连接起来。该系统实现为基于 Wan 2.1 和 Wan 2.2 等基础模型微调的 LoRA 适配器，仅需极少的训练数据即可实现长距离生成能力。

适用对象

它专为需要制作长篇 AI 视频内容的创作者、电影制作人和动画师而设计，例如短片、单场景动画或叙事视频，在这些场景中，跨越数分钟的连续性至关重要。

特色亮点

• 无限长度：对持续时间没有内在限制，能够制作长达 10 分钟或更长时间的视频。
• 高一致性：保持视觉稳定性，防止长序列中的色彩漂移或内容退化。
• 多功能生成：支持多场景电影、单场景动画和条件生成（骨架或音频）。
• 高效训练：使用 LoRA 适配器，让用户能以极少的数据轻松建立自己的 SVI 变体。
• 开源：提供开放的训练脚本、评估工具和数据集。