懂AI
Open-Sora-Plan

Open-Sora-Plan

视频生成与分析技术

Open-Sora-Plan 是由北大-兔展AIGC联合实验室发起的开源项目，旨在复刻并优化Sora模型，采用华为昇腾AI计算系统进行训练和推理。该项目通过3D全注意力架构，提升视频质量与处理速度，还支持视频压缩和文本到视频的生成。项目包含丰富的资源和版本，持续更新，欢迎社区贡献和Pull request。

Open-Sora Plan昇腾AI计算系统AI视频生成3D注意力模型CausalVideoVAEGithub开源项目热门
GitHubHugging Face

Open-Sora-Plan 项目介绍

Open-Sora-Plan 是一个由北京大学-兔展AIGC联合实验室发起的开源项目，旨在通过开源社区的力量复现OpenAI的Sora模型。该项目致力于创建一个简单且可扩展的代码库，以实现类似Sora的视频生成能力。

项目背景与目标

  • 项目的主要目标是复现Sora模型的功能，实现高质量的文本到视频生成。
  • 虽然当前版本与最终目标还有一定差距，但项目团队正在持续完善和快速迭代。
  • Open-Sora-Plan欢迎开源社区的贡献，鼓励开发者提交Pull Request。

技术特点

  1. 支持国产AI计算系统：

    • 完整支持使用华为昇腾AI计算系统进行训练和推理。
    • 基于昇腾训练的模型可以输出与业界水平相当的视频质量。

  2. 高性能的CausalVideoVAE：

    • 具有出色的压缩比，能够将视频压缩256倍（4×8×8）。
    • 采用因果卷积，支持图像和视频的同时推理，只需1个节点即可训练。

  3. 基于3D注意力的视频扩散模型：

    • 使用新的稀疏注意力架构，取代2+1D模型。
    • 3D注意力能更好地捕捉空间和时间特征的联合表示。

项目进展

Open-Sora-Plan已经发布了多个版本，每个版本都带来了显著的改进：

  • v1.3.0版本引入了WFVAE、提示词精炼器、数据过滤策略、稀疏注意力和桶训练策略等新特性。
  • v1.2.0版本支持图像到视频生成和过渡生成，采用了真正的3D视频扩散模型。
  • v1.1.0版本大幅提升了视频质量和长度。
  • v1.0.0版本显著提高了视频生成质量和文本控制能力。

资源与工具

项目提供了多个版本的模型权重、数据集和工具：

  • 不同版本的扩散模型，支持多种分辨率和帧数。
  • CausalVideoVAE模型，支持任意尺寸。
  • 数据集和标注。
  • 提示词精炼器。

使用方法

Open-Sora-Plan提供了多种使用方式：

  1. Gradio Web UI：推荐使用的网页演示界面。
  2. 训练与推理：项目提供了详细的文档，包括CausalVideoVAE、文本到视频、图像到视频等模块的训练和推理指南。

社区与贡献

Open-Sora-Plan是一个开放的社区项目，欢迎开发者以多种方式参与贡献：

  • 提交代码改进和新功能。
  • 报告问题和提出建议。
  • 改进文档和示例。

项目遵循MIT许可证，鼓励开放合作和创新。

通过这个项目，开发者可以深入了解和参与最前沿的视频生成技术研究，为开源AI社区做出贡献。

</markdown>

编辑推荐精选

音述AI

音述AI

全球首个AI音乐社区

音述AI是全球首个AI音乐社区，致力让每个人都能用音乐表达自我。音述AI提供零门槛AI创作工具，独创GETI法则帮助用户精准定义音乐风格，AI润色功能支持自动优化作品质感。音述AI支持交流讨论、二次创作与价值变现。针对中文用户的语言习惯与文化背景进行专门优化，支持国风融合、C-pop等本土音乐标签，让技术更好地承载人文表达。

QoderWork

QoderWork

阿里Qoder团队推出的桌面端AI智能体

QoderWork 是阿里推出的本地优先桌面 AI 智能体，适配 macOS14+/Windows10+，以自然语言交互实现文件管理、数据分析、AI 视觉生成、浏览器自动化等办公任务，自主拆解执行复杂工作流，数据本地运行零上传，技能市场可无限扩展，是高效的 Agentic 生产力办公助手。

lynote.ai

lynote.ai

一站式搞定所有学习需求

不再被海量信息淹没，开始真正理解知识。Lynote 可摘要 YouTube 视频、PDF、文章等内容。即时创建笔记，检测 AI 内容并下载资料，将您的学习效率提升 10 倍。

AniShort

AniShort

为AI短剧协作而生

专为AI短剧协作而生的AniShort正式发布，深度重构AI短剧全流程生产模式，整合创意策划、制作执行、实时协作、在线审片、资产复用等全链路功能，独创无限画布、双轨并行工业化工作流与Ani智能体助手，集成多款主流AI大模型，破解素材零散、版本混乱、沟通低效等行业痛点，助力3人团队效率提升800%，打造标准化、可追溯的AI短剧量产体系，是AI短剧团队协同创作、提升制作效率的核心工具。

seedancetwo2.0

seedancetwo2.0

能听懂你表达的视频模型

Seedance two是基于seedance2.0的中国大模型，支持图像、视频、音频、文本四种模态输入，表达方式更丰富，生成也更可控。

nano-banana纳米香蕉中文站

nano-banana纳米香蕉中文站

国内直接访问，限时3折

输入简单文字,生成想要的图片，纳米香蕉中文站基于 Google 模型的 AI 图片生成网站，支持文字生图、图生图。官网价格限时3折活动

扣子-AI办公

扣子-AI办公

职场AI，就用扣子

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

堆友

堆友

多风格AI绘画神器

堆友平台由阿里巴巴设计团队创建，作为一款AI驱动的设计工具，专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图，显著提升设计品质和效率。平台不仅提供工具，还是一个促进创意交流和个人发展的空间，界面友好，适合所有级别的设计师和创意工作者。

图像生成热门AI工具AI图像AI反应堆AI工具箱AI绘画GOAI艺术字堆友相机
码上飞

码上飞

零代码AI应用开发平台

零代码AI应用开发平台，用户只需一句话简单描述需求，AI能自动生成小程序、APP或H5网页应用，无需编写代码。

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

下拉加载更多