360AI团队开源视频模型FancyVideo：在RTX 3090上定制你的AI视频

主要观点总结

本文介绍了FancyVideo视频生成模型，包括其特点、技术细节和开源情况。

关键观点总结

关键观点1: FancyVideo模型的功能和特点

基于UNet架构，具备文生视频和图生视频功能，可生成任意分辨率和风格的视频，控制运动幅度，衍生模型支持视频扩展和回溯。

关键观点2: 模型的开源性

项目已完全开源，便于社区参与和改进。

关键观点3: 技术细节

包括CTGM设计、模型在多个基准测试上的表现等。

关键观点4: 投稿通道和知乎专栏

提供稿件要求、投稿方式和在知乎上的订阅方式。

文章预览

由 360AI 团队和中山大学联合提出的 FancyVideo 是一种基于 UNet 架构的视频生成模型。该模型同时具备文生视频和图生视频功能，在消费级显卡（如 GeForce RTX 3090）上最高可生成 125 帧 1080p 的视频。 此外，该模型还具备下述特点：可生成任意分辨率、宽高比的视频；可基于不同 SD 底模生成不同风格化的视频；可人工控制视频生成的运动幅度；衍生模型可完成视频扩展 & 回溯的功能。妥妥的商业化神器有木有？！ 然鹅， 该项目已经完全开开开开源了！ 什么情况？！话不多说： 看效果： https://360cvgroup.github.io/FancyVideo/ 读论文： https://arxiv.org/abs/2408.08189 扒代码： https://github.com/360CVGroup/FancyVideo 论文摘要 合成运动丰富且时序一致的视频仍是 AI 领域的挑战之一。现有的文本到视频（T2V）模型通常采用空间交叉注意力进行文本控制，将文本等价地引导至不 ………………………………