AI新风口？首个高质量「文生视频」模型Zeroscope引发开源大战：最低8G显存可跑

文生图模型stable diffusion开源后，将「ai艺术」彻底平民化，只需一张消费级显卡即可制作出非常精美的图片。

而文本转视频领域，目前质量较高的只有Runway前不久推出的商用Gen-2模型，开源界还没有一个能打的模型。

最近，Huggingface上有作者发布了一个文生视频模型Zeroscope_v2，基于17亿参数量的ModelScope-text-to-video-synthesis模型进行二次开发。

图片

模型链接：https://huggingface.co/cerspense/zeroscope_v2_576w

相比于原版本，Zeroscope生成的视频没有水印，并且流畅度和分辨率都得到了提升，适配16:9的宽高比。

开发者cerspense表示，他的目标就是和Gen-2进行开源较量，即提高模型质量的同时，还能免费供大众使用。

Zeroscope_v2包括两个版本，其中Zeroscope_v2 567w可以快速生成576x320像素分辨率、帧率为30帧/秒的视频，可用于视频概念的快速验证，只需要约7.9GB的显存即可运行。

使用Zeroscope_v2 XL生成高清视频，分辨率为1024x576，占用约15.3GB的显存。

Zeroscope还可以与音乐生成工具MusicGen一起使用，快速制作一个纯原创短视频。

Zeroscope模型的训练用到了9923个视频片段（clip）以及29769个标注帧，每个片段包括24帧。偏移噪声包括视频帧内对象的随机移位、帧定时（frame timings）的轻微变化或微小失真。

训练期间引入噪声可以增强模型对数据分布的理解，从而可以生成更多样化的逼真视频，并更有效地解释文本描述中的变化。

使用方法

使用stable diffusion webui

在Huggingface上下载zs2_XL目录下的权重文件，然后放到stable-diffusion-webui\models\ModelScope\t2v目录下即可。

在生成视频时，推荐的降噪强度值为0.66到0.85

使用Colab

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

ChatGPT Writer

免费 Chrome 扩展程序，使用 ChatGPT AI 生成电子邮件和消息。

106 查看详情

笔记链接：https://colab.research.google.com/drive/1TsZmatSu1-1lNBeOqz3_9Zq5P2c0xTTq?usp=sharing

先点击Step 1下的运行按钮，等待安装，大约需要3分钟；

图片

当按钮旁边出现绿色复选标记时，继续执行下一步。

图片

点击想要安装模型附近的运行按钮，为了能够在Colab中快速获得3秒左右的剪辑视频，更推荐使用低分辨率的ZeroScope模型（576或448）。

图片

需要在执行更高分辨率模型（如Potat 1或ZeroScope XL）时，权衡执行时间会更长。

再次等待复选标记出现，继续执行下一步。

选择在Step2中安装并希望使用的模型型号，对于更高分辨率的模型，推荐下面的配置参数，不需要太长的生成时间。

图片

接下来，您可以输入目标视频的提示词来改变效果，并且还可以输入否定提示词（negative prompts），然后点击运行按钮。 

等待一会后，生成的视频就会被放置在outputs目录下。

图片

「文生视频」开源竞赛

目前来说，文生视频领域仍处于起步阶段，即便是最好的工具也只能生成几秒钟的视频，并且通常存在较大的视觉缺陷。

但其实文生图模型最初也面临着类似的问题，但仅仅几个月后就实现了照片级真实感。

不过与文生图模型不同的是，视频领域在训练和生成期间所需要的资源都要更比图像更多。

虽然谷歌已经研发出了Phenaki和Imagen Video模型，可以生成高分辨率、更长、逻辑连贯的视频片段，但公众无法使用到这两个模型；Meta的Make-a-Video模型也同样没有发布。

目前可用的工具仍然只有Runway的商用模型Gen-2，此次Zeroscope的发布也标志着文生视频领域第一个高质量开源模型的出现。

以上就是AI新风口？首个高质量「文生视频」模型Zeroscope引发开源大战：最低8G显存可跑的详细内容，更多请关注其它相关文章！

# 开源  # 目录下  # 谁能  # 更高  # 只需  # 还可以  # 首个  # 显存  # phenaki  # stable diffusion  # runway  # ai  # 高质量  # 天津优化网站哪个好  # seo专员职位职责  # 邯郸天猫网站推广介绍  # 营销推广怎么注册营业执照  # 巩义网站建设与推广方案  # 通州区网站建设好处  # 初级seo工程师  # 福州市网站推广服务外包  # seo精准营销分类  # 餐饮网站如何优化  # 上海 

相关栏目： 【 行业新闻62819 】 【 科技资讯67470 】

相关推荐： 聚焦人工智能大模型、AIGC 徐汇十余场重磅论坛等你来  尼康尼克尔 Z 180-600mm f/5.6-6.3 VR 镜头发布，12499 元  外科医生的智能助手，“机器人手术”得到补充商业医保覆盖  无需标注数据，「3D理解」进入多模态预训练时代！ULIP系列全面开源，刷新SOTA  AI创作广告文案等同2.47年工作经验，且消费者无法区分｜AI营销前沿  以计算机视觉技术为基础的库存管理如何改革零售行业  将上下文长度扩展到256k，无限上下文版本的LongLLaMA来了？  英国前首相：AI可能被用来制造“生物恐怖武器”  天翼云在国际AI顶会大模型挑战赛中获得冠军  人工智能大胆预测：银河系至少有2万个地球，36种外星文明  当一个网站的内容被 AI 完全接管  2025年贵州省青少年机器人竞赛在安举行  ChatGPT大更新！OpenAI奉上程序员大礼包：API新增杀手级能力还降价，新模型、四倍上下文都来了  智能化解决方案：保障数据安全阻击泄露和丢失  改动一行代码，PyTorch训练三倍提速，这些「高级技术」是关键  业内领先 四川大学华西第四医院甲状腺乳腺外科成功进入手术机器人时代  谷歌推出RT-2视觉语言动作模型，使机器人能够掌握垃圾丢弃技能  Zoom远程会议应用：AI培训需经用户授权  导演郭帆：人工智能应用可能会影响《流浪地球 3》的创作开发  有 ARM 和 X86 两个版本，香橙派游戏掌机细节曝光  人工智能颠覆软件测试四大方式  “可用”“有用”的讯飞星火认知大模型将亮相世界人工智能大会  数字彩排、虚拟建厂！这家顶级洗衣机工厂敲开“工业元宇宙”之门  张朝阳陆川谈AI：大数据模型大幅提升工作效率，ChatGPT冲击最大的是内容创作领域  联想创投携手12家被投企业MWC展示元宇宙、机器人等技术  复盘MWC上海：AI大模型时代到来 通信网络将会怎样改变？  “图壤·阅读元宇宙”亮相北京国际图书博览会  AI和ML推动联网设备的增长  谷歌 Gmail“帮我写电子邮件”AI 功能开始向安卓和苹果设备推广  真全息产品，亮相深圳文博会——dipal数伴拓展元宇宙非沉浸式体验  探索人工智能和物联网的动态融合  人工智能在商业中的风险和局限性  无人机自主巡检为高海拔输电线路运维添“新彩”  警惕！AI或致虚假信息泛滥  AI 作画工具 Midjourney 推出“pan”功能，可平移扩展图片外场景  比尔盖茨：AI确实存在风险，但可控  不到2S创作AI图像！Snap发布图像生成器SnapFusion  以分布式网络串联闲置GPU，这家创企称可将AI模型训练成本降低90%  一图速览 | 十大脑机接口关键技术发布  利亚德加码AI战略，与光年无限图灵机器人全面开展AI研发业务合作  IBM和NASA合作发布可追踪碳排放的开源AI基础模型  学而思网校推出首个基于自研大模型的《人工智能第一课》  自研4D激光雷达L1 + GPT大语言模型 宇树Unitree Go2四足机器人有啥黑科技？  斑马推出全新升级版思维机：以人工智能为核心的交互式学习体验  上海发布大模型政策 打造AI“模”都  寻求能源转型最优解  MiracleVision视觉大模型  联合国秘书长称支持建立全球人工智能监管机构  上海发布“元宇宙关键技术攻关行动方案”，加快 AIGC 等突破  谷歌将使用公开信息训练 AI 模型，构建更强大的自家产品