AI新风口？首个高质量「文生视频」模型Zeroscope引发开源大战：最低8G显存可跑

文生图模型stable diffusion开源后，将「ai艺术」彻底平民化，只需一张消费级显卡即可制作出非常精美的图片。

而文本转视频领域，目前质量较高的只有Runway前不久推出的商用Gen-2模型，开源界还没有一个能打的模型。

最近，Huggingface上有作者发布了一个文生视频模型Zeroscope_v2，基于17亿参数量的ModelScope-text-to-video-synthesis模型进行二次开发。

图片

模型链接：https://huggingface.co/cerspense/zeroscope_v2_576w

相比于原版本，Zeroscope生成的视频没有水印，并且流畅度和分辨率都得到了提升，适配16:9的宽高比。

开发者cerspense表示，他的目标就是和Gen-2进行开源较量，即提高模型质量的同时，还能免费供大众使用。

Zeroscope_v2包括两个版本，其中Zeroscope_v2 567w可以快速生成576x320像素分辨率、帧率为30帧/秒的视频，可用于视频概念的快速验证，只需要约7.9GB的显存即可运行。

使用Zeroscope_v2 XL生成高清视频，分辨率为1024x576，占用约15.3GB的显存。

Zeroscope还可以与音乐生成工具MusicGen一起使用，快速制作一个纯原创短视频。

Zeroscope模型的训练用到了9923个视频片段（clip）以及29769个标注帧，每个片段包括24帧。偏移噪声包括视频帧内对象的随机移位、帧定时（frame timings）的轻微变化或微小失真。

训练期间引入噪声可以增强模型对数据分布的理解，从而可以生成更多样化的逼真视频，并更有效地解释文本描述中的变化。

使用方法

使用stable diffusion webui

在Huggingface上下载zs2_XL目录下的权重文件，然后放到stable-diffusion-webui\models\ModelScope\t2v目录下即可。

在生成视频时，推荐的降噪强度值为0.66到0.85

使用Colab

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

ChatGPT Writer

免费 Chrome 扩展程序，使用 ChatGPT AI 生成电子邮件和消息。

106 查看详情

笔记链接：https://colab.research.google.com/drive/1TsZmatSu1-1lNBeOqz3_9Zq5P2c0xTTq?usp=sharing

先点击Step 1下的运行按钮，等待安装，大约需要3分钟；

图片

当按钮旁边出现绿色复选标记时，继续执行下一步。

图片

点击想要安装模型附近的运行按钮，为了能够在Colab中快速获得3秒左右的剪辑视频，更推荐使用低分辨率的ZeroScope模型（576或448）。

图片

需要在执行更高分辨率模型（如Potat 1或ZeroScope XL）时，权衡执行时间会更长。

再次等待复选标记出现，继续执行下一步。

选择在Step2中安装并希望使用的模型型号，对于更高分辨率的模型，推荐下面的配置参数，不需要太长的生成时间。

图片

接下来，您可以输入目标视频的提示词来改变效果，并且还可以输入否定提示词（negative prompts），然后点击运行按钮。 

等待一会后，生成的视频就会被放置在outputs目录下。

图片

「文生视频」开源竞赛

目前来说，文生视频领域仍处于起步阶段，即便是最好的工具也只能生成几秒钟的视频，并且通常存在较大的视觉缺陷。

但其实文生图模型最初也面临着类似的问题，但仅仅几个月后就实现了照片级真实感。

不过与文生图模型不同的是，视频领域在训练和生成期间所需要的资源都要更比图像更多。

虽然谷歌已经研发出了Phenaki和Imagen Video模型，可以生成高分辨率、更长、逻辑连贯的视频片段，但公众无法使用到这两个模型；Meta的Make-a-Video模型也同样没有发布。

目前可用的工具仍然只有Runway的商用模型Gen-2，此次Zeroscope的发布也标志着文生视频领域第一个高质量开源模型的出现。

以上就是AI新风口？首个高质量「文生视频」模型Zeroscope引发开源大战：最低8G显存可跑的详细内容，更多请关注其它相关文章！

# 开源  # 目录下  # 谁能  # 更高  # 只需  # 还可以  # 首个  # 显存  # phenaki  # stable diffusion  # runway  # ai  # 高质量  # 天津优化网站哪个好  # seo专员职位职责  # 邯郸天猫网站推广介绍  # 营销推广怎么注册营业执照  # 巩义网站建设与推广方案  # 通州区网站建设好处  # 初级seo工程师  # 福州市网站推广服务外包  # seo精准营销分类  # 餐饮网站如何优化  # 上海 

相关栏目： 【 行业新闻62819 】 【 科技资讯67470 】

相关推荐： 微软向美国政府提供GPT的大模型，安全性如何保证？  静安大宁功能区企业云天励飞亮相2025世界人工智能大会，秀出AI硬实力！  如何提高集群协作效率？中外团队合作研发基于均值偏移的机器人队形控制策略  小艺将具备大模型能力，鸿蒙4加速AI普及之路  美图公司影像节或发布AI设计新品  数字文明尼山对话 | 在东方圣城与AI潮流梦幻联动，看“智慧大脑”让数字山东更美好  三星加速AR眼镜进程，预计明年上半年亮相  “思享荟”沙龙热议AIGC与元宇宙 复旦大学赵星畅谈深度数字化  Prompt解锁语音语言模型生成能力，SpeechGen实现语音翻译、修补多项任务  苹果2万5的AR遭遇砍单95%：不及预期  陈根：AI工具为游戏软件实时3D内容助力  可按用户语气自动回复消息，Zoom 推出基于生成式 AI 的新功能  普林斯顿Infinigen矩阵开启！AI造物主100%创造大自然，逼真到炸裂  参议院司法听证会：AI 不易管控，有可能被恶意分子利用来研发生化武器  看懂AI，找到增长新势能 | 笔记侠AI峰会等你来  【趋势周报】全球人工智能产业发展趋势：OpenAI向美国专利局提交“GPT-5”商标申请  AI 作画工具 Midjourney 推出“pan”功能，可平移扩展图片外场景  特斯拉 Optimus 人形机器人入驻北美门店，帮助提升汽车销量  1.6亿美元收购Singularity AI，昆仑万维布局通用人工智能  腾讯机器狗进化：通过深度学习掌握自主决策能力  类GPT模型训练提速26.5%，清华朱军等人用INT4算法加速神经网络训练  物联网“僵尸网络DDos攻击”增长惊人，威胁全球电信网络  如何获得元宇宙的第一个属于自己的空间  AI连线 | 专访风平智能CEO林洪祥：让AI数字人拥有漂亮的外表和有趣的灵魂，安全问题是重要考量  用AI技术点亮老照片：Deep Nostalgia带给照片新生动感  联想首发AI PC于今年秋季，英特尔CEO确认AI PC时代来临  消息称苹果 iPhone 15 系列健康应用将深度融合 AI 技术  【机智云物联网低功耗转接板】远程环境数据采集探索  北京市通用人工智能产业创新伙伴计划名单公布，京东科技入选“算力伙伴”  会模仿笔迹的AI，为你创造专属字体  智能手机应用中的人工智能的重要性  美版贴吧8000小组自爆停摆！拒绝数据被谷歌OpenAI白嫖，CEO被网友骂翻：背刺第三方应用  【首发】首款“消化内镜手术机器人”进入临床尾声，ROBO医疗获数千万元A轮融资  探展WAIC | 第四范式“式说”聚焦toB大模型，布局生成式AI重构企业软件  2025 WAIC｜美团无人机发布第四代新机型  苹果CEO库克：持续研究生成式人工智能技术  昌吉市利用无人机实现全天候河道动态巡检  美踏控股推出创新人工智能大数据模型“心乐舞河”：虚拟人音舞社交的新体验  人工智能驱动艺术，打开达利的超现实想象  如何利用AI工具写好本科论文：科技助你一臂之力  自研4D激光雷达L1 + GPT大语言模型 宇树Unitree Go2四足机器人有啥黑科技？  将上下文长度扩展到256k，无限上下文版本的LongLLaMA来了？  京东 AI 大模型官宣 7 月 13 日发布，还有重磅合作  复盘MWC上海：AI大模型时代到来 通信网络将会怎样改变？  机器人技能大比拼  国内首款大尺寸仿鸵双足机器人“大圣”亮相，穿戴红色战袍  人工智能产业竞跑“未来赛道” 创新发展放大“赋能”效应  携程发布旅游行业垂直大模型 梁建章：AI策略是做可靠的内容 放心的推荐  万魔推出AI主攻的运动耳机，开启十年研发新纪元  AI技术改变*，新骗局来袭，*成功率接近100%