sd-webui-animatediff

sd-webui-animatediff

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。

AnimateDiffStable DiffusionWebUIControlNetAI视频生成Github开源项目

Stable Diffusion WebUI的AnimateDiff扩展

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AnimateDiffCLI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。

目录

更新 | 未来计划 | 模型库 | 文档 | 教程 | 致谢 | Star历史 | 赞助

更新

  • v2.0.0-a于2024年3月2日:整个扩展已经重新设计,使其更易于维护。
    • 先决条件:WebUI >= 1.8.0 & ControlNet >=1.1.441 & PyTorch >= 2.0.0
    • 新功能:
      • ControlNet修复绘制 / IP-Adapter提示词旅行 / SparseCtrl / ControlNet关键帧,详见ControlNet V2V
      • FreeInit,详见FreeInit
    • 小改动:基于SD版本的mm过滤(如果在SD1.5和SDXL之间切换,请点击刷新按钮)/ 在信息文本中显示扩展版本
    • 重大变更:您必须使用我的huggingface仓库中的Motion LoRA、Hotshot-XL、AnimateDiff V3 Motion Adapter。
  • v2.0.1-a于2024年7月12日:支持来自MMLab@CUHK的AnimateLCM。使用说明见此处

未来计划

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。

模型库

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

文档

教程

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。

致谢

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:

Star历史

<a href="https://star-history.com/#continue-revolution/sd-webui-animatediff&Date"> <picture> <source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/svg?repos=continue-revolution/sd-webui-animatediff&type=Date&theme=dark" /> <source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/svg?repos=continue-revolution/sd-webui-animatediff&type=Date" /> <img alt="Star历史图表" src="https://api.star-history.com/svg?repos=continue-revolution/sd-webui-animatediff&type=Date" /> </picture> </a>

赞助

你可以通过微信、支付宝或PayPal赞助我。你也可以通过ko-fi爱发电支持我。

微信支付宝PayPal
216aff0250c7fd2bb32eeb4f7aae62315fe95b4ada738acf3e44c1d45a1805IMG_1419_

编辑推荐精选

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作

扣子-AI��办公

扣子-AI办公

AI办公助手,复杂任务高效处理

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!

TRAE编程

TRAE编程

AI辅助编程,代码自动修复

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
蛙蛙写作

蛙蛙写作

AI小说写作助手,一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

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。

下拉加载更多