需求人群
该模型适用于需要高效生成高质量视频内容的创作者、广告商、视频编辑人员以及研究人员。它能够快速将文本或图像转化为生动的视频,节省创作时间和成本,同时支持多种语言输入,拓宽了其在全球范围内的应用前景。
使用场景
根据输入的文本描述生成一段 5 秒的 480P 视频将静态图像转化为具有动态效果的视频结合文本提示生成包含中文或英文文字的视频内容
产品特色
支持文本到视频、图像到视频等多种视频生成任务支持 480P 和 720P 分辨率的视频生成具备强大的时空压缩能力,可高效处理 1080P 视频支持中文和英文文本输入,拓展应用场景提供单 GPU 和多 GPU 推理代码,适应不同硬件需求
使用教程
11. 克隆项目仓库:`git clone https://github.com/Wan-Video/Wan2.1.git`22. 安装依赖:`pip install -r requirements.txt`33. 下载模型权重:`huggingface-cli download Wan-AI/Wan2.1-T2V-14B --local-dir ./Wan2.1-T2V-14B`44. 运行文本到视频生成:`python generate.py --task t2v-14B --size 1280*720 --ckpt_dir ./Wan2.1-T2V-14B --prompt '描述文本'`