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： Meta 发布 Voicebox AI 模型：可生成音频信息，用于 NPC 对话等  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  特斯拉 Optimus 人形机器人入驻北美门店，帮助提升汽车销量  先进技术在防止全球数据丢失方面的作用  腾讯企点客服接待与营销分析能力升级！企业操作更高效、人机交互更智能  AIGC浪潮下，联想集团再加码计算与人工智能  OpenOOD更新v1.5：全面、精确的分布外检测代码库及测试平台，支持在线排行榜、一键测试  引领AI变革，九章云极DataCanvas公司重磅发布AIFS+DataPilot  陈根：ChatGPT和人类合作开发机器人  鸿蒙4即将支持大规模AI模型  人工智能创作的“婴儿版超级英雄”，你觉得哪个最可爱  人工智能产业竞跑“未来赛道” 创新发展放大“赋能”效应  能源电力数字化转型恰逢其时  面向AI大模型，腾讯云首次完整披露自研星脉高性能计算网络  字节、网易相继入局，AI之后大厂又找到下一个风口？  禁止艺术家使用 AI 创作《龙与地下城》游戏插图的决定已在 D&D Beyond 生效  联想首发AI PC于今年秋季，英特尔CEO确认AI PC时代来临  华为推出全新操作系统HarmonyOS 4，AI和新引擎完美融合  助力人工智能产业高质量发展 龙岗区算法训练基地正式启用  懒人必备的家居清洁好物，石头自清洁扫拖机器人G20  500元一张的AI艺术二维码制作，详细教程来了！  抢占新赛道 加快机器人产业集聚发展  1000万张照片训练AI模型 科学家找到水下定位新方法  AMD在ChinaJoy展示全新的锐龙AI笔记本，开创了人工智能领域的新时代！  周鸿祎：360智脑开放API接口 AI大模型将赋能百行千业  探索人工智能在物联网领域的影响与改变  人工智能“Aria”现身 Opera浏览器100版本更新：新功能“标签岛”  北京市元宇宙产业创新中心筹建工作正式启动  独家视角：首次展示有人与无人协同打击的7000米高空察打一体无人机  有远见！华为四年前注册商标Vision Pro：苹果AR国内要改名  Zoom远程会议应用：AI培训需经用户授权  微软AR/VR专利提出使用时间复用谐振驱动产生双极性电源  聚焦WAIC｜AI技术支撑大模型探索未来  清华朱军团队新作：使用4位整数训练Transformer，比FP16快2.2倍，提速35.1%，加速AGI到来！  陈根教授：离人形机器人时代还有10年吗？  这效果能打几分？AI真人化《名侦探柯南》  Nature封面：量子计算机离实际应用还有两年  笔神作文声讨学而思AI大模型 称用“爬虫”技术盗取数据  Nature发AIGC禁令！投稿中视觉内容使用AI的概不接收  DreamAvatar数字人使用教程  70年前他本想逃避考试，却影响了整个互联网  XREAL发布新款硬件XREAL Beam投屏盒子：可悬停AR空间屏  智能电网技术：提高能源效率和可靠性  DragGAN开源三天Star量23k，这又来一个DragDiffusion  明略科技发布免费开源TensorBoard.cpp，促进大型模型的预训练工作  “上海市民营企业人工智能赋能创新中心”揭牌成立  昇思开源社区理事会成立，基于昇思AI框架的全模态大模型“紫东.太初2.0”发布  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  1分钟做出苹果Vision Pro「官网」？上班8小时搞出480个网页，同事被卷疯了  pixivFANBOX 更新运营规则，禁止通过外链绕开 AI 生成禁令