vita-epfl/Stable-Video-Infinity

解決的問題

Stable Video Infinity (SVI) 解決了 AI 模型在生成短影片時的限制，能夠創建任意長度（潛在無限）的影片，同時保持高時間一致性、合理的場景轉換以及可控的故事情節，且不會隨時間推移而出現品質下降或「遺忘」現象。

運作原理

SVI 採用混合因果關係方法：它在單個影片片段內使用雙向注意力機制以確保高視覺品質，然後使用片段間的因果關係將這些片段順序連接起來。該系統實現為基於 Wan 2.1 和 Wan 2.2 等基礎模型微調的 LoRA 適配器，僅需極少的訓練數據即可實現長距離生成能力。

適用對象

它專為需要製作長篇 AI 影片內容的創作者、電影製作人和動畫師而設計，例如短片、單場景動畫或敘事影片，在這些場景中，跨越數分鐘的連續性至關重要。

特色亮點

• 無限長度：對持續時間沒有內在限制，能夠製作長達 10 分鐘或更長時間的影片。
• 高一致性：保持視覺穩定性，防止長序列中的色彩漂移或內容退化。
• 多功能生成：支援多場景電影、單場景動畫和條件生成（骨架或音訊）。
• 高效訓練：使用 LoRA 適配器，讓使用者能以極少的數據輕鬆建立自己的 SVI 變體。
• 開源：提供開放的訓練腳本、評估工具和數據集。