dokdo-original

מה זה

אתם מעלים תמונת סטילס ומקבלים קובץ וידאו מונפש. מתחת למכסה המנוע הקוד מתבסס על HunyuanVideo של טנסנט, תוך שימוש במודל HunyuanVideoTransformer3DModelPacked, רכיבי k diffusion, וקידוד תמונה עם SiglipVisionModel כדי לנתח את הקלט החזותי ולהתאים אותו לפלט הווידאו.

הקוד כולל מנגנון שמתאים את הרזולוציה לגודל הקרוב ביותר בעזרת חלוקה לדליים מוגדרים. אין בדף דוגמאות מובנות מוכנות מראש לצפייה ישירה, כך שאי אפשר לראות את איכות הפלט לפני שמזינים תמונה עצמאית ומריצים את העיבוד.

מתאים ל

• הנפשת תמונות

  יצירת קטע וידאו קצר מתוך תמונת סטילס קיימת בלי לכתוב תיאור טקסטואלי מאפס.

• בדיקת HunyuanVideo

  בחינת יכולות מודל הווידאו של Hunyuan בגרסת הצינור המותאמת של הקהילה.

• העתקת קוד מקומי

  הורדת קובץ הפייתון כדי ללמוד איך לחבר את המודל לכרטיס מסך פרטי.

איפה זה נופל

המכשול העיקרי הוא שהיישום מושהה ולא פעיל כרגע ברשת. חוץ מזה, המודל מבצע רק הנפשה של תמונה קיימת ולא יצירת וידאו מטקסט חופשי בלבד. אי אפשר לדעת מראש כמה זמן תיקח יצירה אחת או אם התנועה תהיה טבעית בלי לנסות בפועל על חומרה חזקה.

איך משתמשים

כרגע אי אפשר ללחוץ על כלום בדפדפן כי המרחב נמצא במצב מושהה. בעבודה רגילה מעלים תמונה וממתינים לעיבוד. מכיוון שהחומרה המוגדרת היא מעבד בסיסי בלבד וכוללת מודול של הוגינג פייס להקצאת מאיצים, יצירת וידאו ממודל כבד כזה דורשת גישה למעבד גרפי, ובלעדיו הניסיון פשוט לא ירוץ.

הרישיון

הקוד מפורסם תחת רישיון apache 2.0, שמאפשר שימוש חופשי ושינויים בקוד המקור. הרישיון לא מפרט תנאים מיוחדים לגבי התמונות שאתם מעלים או הסרטונים שנוצרים.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗