Vchitect 2.0:人工智能实验室开发视频生成模型 支持生成5-20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:
Vchitect2.o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2.0版本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.o还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。