AI 生成的视频正在失控

这段文字介绍了人工智能生成的视频,并将其分为三大类:纯文本视频、基于文本和图像的视频以及基于视频的视频。

1. 纯文本视频:

  • 纯文本视频是由人工智能仅使用文本生成,是目前最难的技术。
  • 作者展示了去年和今年的纯文本视频的对比,说明该技术已取得很大进步。
  • 作者还提到了其他优秀的纯文本视频生成工具。

2. 基于文本和图像的视频:

  • 基于文本和图像的视频利用文本和图像生成视频,可以生成更生动的视频。
  • 作者展示了不同工具的生成效果,并解释了其背后的技术原理。

3. 基于视频的视频:

  • 基于视频的视频利用现有视频进行处理,例如视频编辑、视频修复等。
  • 作者介绍了该技术的应用场景,并展示了相关工具。

此外,作者还介绍了OperaGX浏览器,并赞扬了其功能。

最后,作者强调了人工智能视频生成技术的快速发展,并鼓励观众探索更多相关内容。

本视频是目前所有与视频生成和处理相关的最佳AI技术的超级合集。从Deepfake到Stable Diffusion,这是一个展示AI技术发展程度的奇妙旅程。所有研究/应用程序来源[CogVideo] https://github.com/THUDM/CogVideo[Zeroscope V2] https://huggingface.co/spaces/hysts/zeroscope-v2[Modelscope] https://modelscope.cn/models/damo/text-to-video-synthesis/summary[Runway Gen-1 & Gen-2] https://app.runwayml.com/[Pika Labs] https://www.pika.art/[AnimateDiff] https://animatediff.github.io/[DeepFaceLab] https://www.deepfakevfx.com/downloads/deepfacelab/[DeepFaceLive] https://github.com/iperov/DeepFaceLive[SimSwap] https://github.com/neuralchen/SimSwap[Roop] https://github.com/s0md3v/roop[Face Fusion] https://github.com/facefusion/facefusion[FOM Model] https://aliaksandrsiarohin.github.io/first-order-model-website/[DaGAN] https://harlanhong.github.io/publications/dagan.html[Wav2Lip] https://github.com/Rudrabha/Wav2Lip[SadTalker] https://github.com/OpenTalker/SadTalker#generating-3d-face-from-audio[HeyGen] https://www.heygen.com/[Ebsynth] https://ebsynth.com/[TemporalNet] https://huggingface.co/CiaraRowles/TemporalNet2[Tokyo Jab Method] https://www.reddit.com/r/StableDiffusion/comments/11zeb17/tips_for_temporal_stability_while_changing_the/[CoDeF] https://qiuyu96.github.io/CoDeF/[TokenFlow] https://diffusion-tokenflow.github.io/[Warp Diffusion] https://www.patreon.com/sxela[DeForum] https://deforum.github.io/所有结果相关来源(按出现顺序)[Google Doc] https://docs.google.com/document/d/1e3gR7oZety1xe-CFNZrgyjhyUWSs8NKYOvzhUj_s9Is/edit?usp=sharing

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

bycloudAI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值