MotionCtrl

MotionCtrl

视频生成中的动作控制统一解决方案

MotionCtrl是一个统一的视频生成动作控制系统,可独立调节生成视频中的相机和物体运动。该项目兼容SVD、VideoCrafter和AnimateDiff等多个视频生成模型,并提供训练代码、推理脚本和在线演示。通过MotionCtrl,研究人员和内容创作者能够更精确地控制生成视频的动作效果,从而提高视频生成的质量和灵活性。

MotionCtrl视频生成动作控制AI腾讯Github开源项目
<p align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/f1d79010-feef-4f70-82e3-9d5c1339daac.jpg" height=100> </p> <div align="center">

MotionCtrl:用于视频生成的统一灵活运动控制器

[SIGGRAPH 2024 会议论文集]

<div align="center">👉 MotionCtrl 适用于 <b><a href="https://github.com/TencentARC/MotionCtrl/tree/svd">[SVD]</a><a href="https://github.com/TencentARC/MotionCtrl/tree/main">[VideoCrafter]</a><a href="https://github.com/TencentARC/MotionCtrl/tree/animatediff">[AnimateDiff]</a></b></div>

论文arXiv项目页面

🤗 HF演示   🤗 HF演示

</div>

🔥🔥🔥 我们已发布 MotionCtrl 在 AnimateDiff 上的训练推理代码

🔥🔥 我们发布了 MotionCtrl 在 Stable Video Diffusion (SVD) 上的代码、模型演示


https://github.com/TencentARC/MotionCtrl/assets/19488619/45d44bf5-d4bf-4e45-8628-2c8926b5954a


MotionCtrl:用于视频生成的统一灵活运动控制器的官方实现。

MotionCtrl 可以仅使用一个统一模型,独立控制生成视频的复杂相机运动物体运动

MotionCtrl+AnimateDiff 的结果

<div align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/a1eed4f2-36f5-4aeb-8cfb-d5f9d4ae61ca.gif", width="600"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/bba2d49c-a7a4-4b2a-bf29-cb59b6e8965d.gif", width="600"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/82d3961f-41bd-427b-a211-9ffde80dbe8f.gif", width="600"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/d4be2f52-9dfd-475c-a6d0-e59ec1ceb8ed.gif", width="600"> </div>

MotionCtrl+SVD 的结果

更多结果请查看 showcase_svd 和我们的项目页面

<div align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/f7a49331-d160-496c-aed8-5839e0ba285f.gif", width="300"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/4ccffcf3-29d6-4bf1-8dfd-919ed6367863.gif", width="300"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/903225f0-a720-43f5-8c82-1ea10ec3139b.gif", width="300"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/362bda7d-a827-4637-9569-a16ebc73fa6a.gif", width="300"> </div> ### MotionCtrl+VideoCrafter的结果

更多结果请查看我们的项目页面

<div align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/3275f433-0327-4994-b054-d27119104adf.gif", width="600"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/5944b98b-8eff-4548-88ab-715c9e0cfbcc.gif", width="600"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/9a55e491-90c7-4420-8716-3be2fb909c67.gif", width="600"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/171cd27e-75c6-4b77-81d8-363c7351dd91.gif", width="600"> </div>

📝 更新日志

  • 20231225:发布部署在LVDM/VideoCrafter上的MotionCtrl。
  • 20231225:Gradio演示可用。🤗 HF演示
  • 20231228:为方便起见,提供本地Gradio演示。
  • 20240115:在dataset/camera_poses中提供了更多用于测试的相机姿态。
  • 20240115:发布部署在SVD上的MotionCtrl。代码位于svd分支,Gradio演示可在🤗 HF演示上使用。
  • ❗❗❗ 部署在VideoCrafter2上的MotionCtrl的Gradio演示可在🤗 HF演示上使用。您也可以通过运行python -m app --share在本地运行。
<!-- - [ ] ❗❗❗ ***训练代码***将很快发布。 -->
  • ❗❗❗ 部署在AnimateDiff上的MotionCtrl已在animatediff分支上发布,包含训练推理代码。

⚙️ 环境配置

conda create -n motionctrl python=3.10.6
conda activate motionctrl
pip install -r requirements.txt

💫 推理

  • 运行本地推理脚本

  1. 下载MotionCtrl的权重motionctrl.pth并将其放入./checkpoints
  2. 进入configs/inference/run.sh并将condtype设置为'camera_motion'、'object_motion'或'both'。
  • condtype=camera_motion表示仅控制生成视频中的相机运动
  • condtype=object_motion表示仅控制生成视频中的物体运动
  • condtype=both表示同时控制生成视频中的相机运动和物体运动。
  1. 运行脚本: sh configs/inference/run.sh
  • 运行本地Gradio演示

    python -m app --share
    

🔥🔥 训练 👉 详情

准备数据集

:books: 引用

如果您使用了我们的工作,请引用我们的论文。

@inproceedings{wang2024motionctrl, title={Motionctrl: 一个统一且灵活的视频生成运动控制器}, author={Wang, Zhouxia and Yuan, Ziyang and Wang, Xintao and Li, Yaowei and Chen, Tianshui and Xia, Menghan and Luo, Ping and Shan, Ying}, booktitle={ACM SIGGRAPH 2024 会议论文集}, pages={1--11}, year={2024} }

🤗 致谢

MotionCtrl的当前版本基于VideoCrafter构建。我们感谢作者们分享了他们出色的代码库。

❓ 联系方式

如有任何问题,请随时发送邮件至wzhoux@connect.hku.hkzhouzi1212@gmail.com

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多