Stable Diffusion WebUI的AI视频创作扩展
sd-webui-animatediff为Stable Diffusion WebUI提供了强大的AI视频创作功能。该扩展集成AnimateDiff技术,使创建GIF动画与生成静态图像一样简便。它支持ControlNet和提示词旅行等高级特性,并具有多项性能优化选项。作为一个versatile工具,sd-webui-animatediff不仅兼容WebUI,还可用于Forge平台,为AI视频制作提供了全面的解决方案。
我最近为这个扩展添加了一个非商业性许可证。如果您想将此扩展用于商业目的,请通过电子邮件与我联系。
这个扩展旨在将AnimateDiff与CLI整合到AUTOMATIC1111 Stable Diffusion WebUI中,并结合ControlNet,形成最易用的AI视频工具包。启用此扩展后,您可以像生成图像一样轻松地生成GIF。
这个扩展以不同的方式实现了AnimateDiff。它在运行时将运动模块插入到UNet中,因此如果您不想重新加载模型权重,就不需要这样做。
您可能也会对我创建的另一个扩展感兴趣:Segment Anything for Stable Diffusion WebUI,它对于修复绘制非常有用。
Forge用户应该在此仓库中检出forge/master分支或使用sd-forge-animatediff。它们将保持同步。
更新 | 未来计划 | 模型库 | 文档 | 教程 | 致谢 | Star历史 | 赞助
尽管OpenAI Sora在遵循复杂文本提示和生成复杂场景方面远胜一筹,我们相信OpenAI不会开源Sora或他们最近发布的任何其他产品。我目前的计划是继续开发这个扩展,直到有一个开源的视频模型发布,该模型具有强大的复杂场景生成能力、易于定制和像SD1.5一样良好的生态系统。
只要我们能做到,我们将尽最大努力将有趣的研究成果引入WebUI和Forge。并非所有研究都会被实现。如果您发现一个有趣的研究,欢迎提交功能请求。我们也乐于向其他同类软件学习。
话虽如此,由于维护sd-webui-controlnet的notorious难度,如果涉及"参考控制",我们不计划在WebUI中实现任何新的 研究,比如Magic Animate。这些功能将仅限于Forge。此外,ControlNet Forge Intergrated中的一些高级功能,如ControlNet逐帧蒙版,也将仅限于Forge。我真希望有时间重新设计sd-webui-controlnet,但这需要大量时间。
我正在维护一个huggingface仓库,以fp16和safetensors格式提供所有官方模型。强烈建议您使用我的链接。您必须使用我的链接下载Motion LoRA、Hotshot-XL、AnimateDiff V3 Motion Adapter。如果您愿意,对于所有其他模型,您仍可以使用旧链接
目前YouTube和哔哩哔哩上有很多精彩的视频教程,你现在可以去看看。目前有一系列更新即将推出,在我满意之前我不想自己制作教程。当我对可用功能感到满意时,会推出官方教程。
我们感谢所有以各种方式为这个仓库做出贡献的开发者和社区用户,特别是:
你可以通过微信、支付宝或PayPal赞助我。你也可以通过ko-fi或爱发电支持我。
微信 | 支付宝 | PayPal |
---|---|---|
![]() | ![]() |
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。
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。
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。
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。
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。
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 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。
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。
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。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号