AtomoVideo：阿里推出高保真图像到视频生成开源模型。

文章预览

AtomoVideo是一种新型的高保真图像到视频(I2V)生成框架，可以从输入图像生成高保真视频 ，实现比现有工作更好的运动强度和一致性，并且兼容各种个性化的T2I模型，无需特定调整。 ‍ 相关链接 项目：atomo-video.github.io 论文：arxiv.org/abs/2403.01800 高保真图像到视频生成 摘要 近年来，基于先进的文本到图像生成技术，视频生成取得了长足的发展。在这项工作中，我们提出了一个用于图像到视频生成的高保真框架，名为AtomoVideo。基于多粒度图像注入，实现了生成的视频对给定图像的高保真度。此外，由于高质量的数据集和训练策略，我们实现了更大的运动强度，同时保持了优越的时间一致性和稳定性。我们的架构可以灵活地扩展到视频帧预测任务，通过迭代生成实现长序列预测。此外，由于适配器训练的设计，我们的方法可以很好地与现有的个性化模 ………………………………