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： 华为将于 7 月发布面向 AI 大模型的新款存储产品  如何用AI开创智慧能源新时代？固德威正让能源“通人性”！  传字节内测对话式 AI 产品，代号「Grace」；马斯克嘲讽苹果 头显；比亚迪 F 品牌定名「方程豹」  朝鲜出现国产大型察打一体无人机，实力世界第二，太意外了  能源电力数字化转型恰逢其时  国内通用人形机器人将发布、产业加速突破  即将到来：AI婚纱设计软件实际测试，人工智能即将开创婚纱设计新纪元  软通动力多项AI创新产品及应用亮相2025世界人工智能大会  AI成政客博弈工具，美国大选真假难辨，律师们的生意来了  Meta 为打造元宇宙不惜下血本：VR 开发者年薪高达百万美元  聚焦人工智能大模型、AIGC 徐汇十余场重磅论坛等你来  编程已死，AI 当立？教授公开“唱反调”：AI 还帮不了程序员  GPT-4 模型架构泄露：包含 1.8 万亿参数、采用混合专家模型  美图公司影像节或发布AI设计新品  人工智能：解决劳动力短缺的关键策略  苹果式 AI 哲学：不着一字，处处落子  企业软件行业更将被AI全面重构！Moka李国兴：未来优秀组织和个人将一定是善于使用AI生产力的  华为盘古AI模型实现秒级全球气象预报时间缩短  马斯克称人类是半机器人，记忆外包给了电脑  售价14.99万起！小米汽车部分信息疑遭AI曝光，内部人士回应：网传图片明显经过处理，不可轻信  首个算网生态体！中国移动元宇宙产业联盟正式成立  行业首发「超级智绘」AI故事集，TCL实业推进AI技术应用  7/8上海 | 2025世界人工智能大会分论坛:科技与人文-共筑无障碍智能社会  争鸣：OpenAI奥特曼、Hinton、杨立昆的AI观点到底有何不同？  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  映宇宙集团执行总编辑：元宇宙还是要以人为媒介  云深处与昇腾CANN携手合作：开设ROS四足机器狗开发训练营  微软商店 AI 摘要功能开启预览，帮助用户迅速了解应用评价  Vision Pro 太贵，苹果基于 iPhone 的 VR 头显专利曝光  花16000元买四款扫拖机器人！科沃斯追觅石头小米谁能笑到最后？  AIGC浪潮下，联想集团再加码计算与人工智能  “长沙造”无人机，领先的不止植保  XREAL Beam 投屏盒子正式发布：支持“可悬停 AR 空间屏”  NVIDIA垄断AI市场90%份额：AMD性能追上80% 软件太不能打  优化J*a与MySQL合作：分享批处理操作的技巧  AI 大模型重塑软件开发，有哪些落地前景和痛点？| ArchSummit  Prompt解锁语音语言模型生成能力，SpeechGen实现语音翻译、修补多项任务  新华三集团总裁兼首席执行官于英涛：人工智能时代需要想象力，更需要精耕务实  “黑科技”亮相大湾区轨交论坛 智慧交通迈向“强AI”  羊驼家族大模型集体进化！32k上下文追平GPT-4，田渊栋团队出品  小米又拿下国际比赛第一：AI翻译立功  AI会帮我们把活干完吗？  消息称 ChatGPT 未来有望增加更多功能：上传文件分析信息，还能记住用户画像  复旦发布「新闻推荐生态系统模拟器」SimuLine：单机支持万名读者、千名创作者、100+轮次推荐  500元一张的AI艺术二维码制作，详细教程来了！  第 66 届格莱美奖规定，AI 作品将无法获得评奖资格  一句话搞定数据分析，浙大全新大模型数据助手，连搜集都省了  “三夏”农忙保障用电，无人机高空巡视高压线  “痴迷”元宇宙，魔珐科技想做什么？  郭帆：AI发展日新月异，或是弯道超车好莱坞的最好机会