Open-Sora

简介

开源视频生成模型与训练管线，11B 模型同时支持图生视频与文生视频

hpcaitech 的开源视频生成项目（Apache-2.0），模型权重与训练代码公开。 最新一代 Open-Sora 2.0 为 11B 模型，支持 256px 与 768px 分辨率，文生视频与 图生视频由同一模型完成；模型针对图生视频优化，文生视频借助 flux 文生图模型 组成 text-to-image-to-video 管线。推理支持 motion score 控制（默认 4）、 提示词精炼与随机种子复现，256x256 与 768x768 文生视频在 H100/H800 上分别 用 colossalai 张量并行与序列并行。README 自述 2.0 训练成本约 $200K；最后 一次模型发布为 2025 年 3 月的 2.0 版本，此后仓库低频维护，README 引荐团队 商业产品 Video Ocean。

界面预览

相关文章

暂无相关文章。