videopoet开源吗

昨天刚出的这个视频生成技术仅次于 也不是仅次于，估计唯一可以和双耳抗衡的一个视频生成。他这个视频生成其实里边包含了很多功能的，比如文字到视频图片到视频，视频编辑声音什么之类的，他的效果和双耳 基本上是一样的技术原理，生成的效果非常完美。呃，跟 其他的那些视频生成也是不一样的。不不具，那个图像扩散模型，那个解决不了山地啊或者流畅的这种问题，一直闪他这个就很好解决嘛， 据说已经提交了安全审核，过几个月应该就可以使用了。这个唯一的优点就是跟烧奶一样的技术生成的视频基本上达到。嗯，完美了，跟烧奶一样完美。 松海不知道什么时候发布，他这个可能发布会更快，大家可以猜一下谁发布的更快，视频的效果也是超级完美。还有一个要介绍的就是这个朋友以这个 机器人今天刚更新的一个技术，就是支持他旗下所有的 i 音乐上传图片，而且他是理解图片，比如说我要是在这个朋友官方图片生成里边 上传图片，然后呢，他要求参照我这图片生成，他就可以理解了。优点是他支持到所有的应用里，不只是在这个生图里面，在其他呃呃。 gpt 也都可以用， 所以这个就非常完美增加了一个技术， 比如官方的这个 stable 的飞雪绘图软件，在这里边都是免费的啊，这些都是免费的，他支持这个之后，你上传一张图就可以生成显示性，或者他没解这个图片可以让他生成提示词， 现在详细介绍谷歌的这个 vd port 视频生产 的技术，他的优点就是广泛的视频生成，他其实收买没有详细介绍，他这个也不是一一个功能生成的，他应该是很多功能生成完复合的，比如说文本到视频，图像到视频， 视频风格化和视频修复扩展，或者视频到音频，视频到音频呃自动生成，我笔记里都有分享，其实呃已经有了，还有视频生成音乐，图像生成音乐也有了， 就是一个无声的视频自动上传，然后自动配音，已经有了，非常的厉害。还有多么太。他这个视频生成的特点，还有就是大于模型的支持，呃 多能力，他不是一个单独的能力，而且生成的过程可以用提示词去修改，这样子就编辑视频上就非常厉害。长视频生成，这个和收码是一样的，可以生成很长， 这个交互式视频编辑，也就是提示词修改，然后这个输入图像化去控制，这个就是图片生成视频，还有一个相机运动，这个就没事收买里边的三 d 那个技术其实是一样的。 所以大家可以猜一下谷歌这个目前唯一可以和 sona 抗衡的视频生成，哪家先出？ sona 先出还是谷歌这个 一定要碰到线处，这个比较实用，大家可以立马就尝试。好了，今天就分享到这。

大家好，今天跟大家分享一个可以去除视频里边字幕的开源的 ai 软件， 名字叫做 video subtitle remove， 以下简称 vsr。 先介绍一下我的软硬件环境，硬件呢我用的是我笔记本的 vda 三零五零显卡操作系统用的是咱们国产的 dpr 十点九， 安装好了显卡驱动打卡以及微带容器工具包，接下来就让我们一起体验一下它的效果。首先我们打开一个命令终端， 然后呢这时候我们看到的是 dollar 提示符，也就代表是普通用户，然后呢我们先切到入的用户，然后呢执行命令，运行一个容器 回车， 这时候我们等一下， 好，现在我们看跳出了一个窗口，这个就是 vsr 的窗口了，然后呢我们点 open， 然后呢选择 这个 v 六这个文件夹，刚才执行命令的时候，我是把后目录下的 v 六，然后直接挂到容器里了，然后呢我们直接打开它，然后呢这有一个我准备好的视频， 然后呢我们能看到这有个字幕，这个视频呢是一个呃装机的赏析，它里边是用了一是一台四路的四零九零的机器，然后呢是有一个字幕，然后我们就把这个字幕去除掉，然后在这里呢我们可以调整这个字，这个 这个绿框，然后呢我们用这个绿框把这个要去除的字幕框起来，然后呢我们可以移除，移除他，然后呢在这边也一样可以调整他的大小和位置， 尽可能的就是圈子精准一点。 好，现在我们就已经把它圈好了，然后呢我们直接在这点 run 按钮， 然后我们可以看到这个时候呢，他是首先呢先寻找这个字幕，然后呢寻找完了字幕以后呢，然后下一步就会自动去除字幕，然后我们看一下显卡的使用情况。 呃，我笔记本的显卡呢是三零五零，然后呢只有四 g 的现存，然后呢现在用了一点五 g， 一点六 g， 然后使用率是百分之八十， 然后现在他 再去除字幕，其实呢这个笔记本的这个三零五零的显卡还是比较弱的。呃，也能看得出来，这个软件他对这个显卡的要求其实并不高，现在他只消耗了三点二 g， 如果能换成咱们台式机的这种显卡，他的速度可能会更快。然后呢现在我们就等着，等着他处理完， 在这个预览窗上，其实我们能看到它是可以看到原始的视频，然后和去除字幕之后的视频。 好，现在他就处理好了，用了一百七十二秒，然后我们来看一下效果在 video 下，然后呢这个是原始的视频啊，这有一个字幕。然后呢我们看处理好的， 他处理的还是很干净的。然后呢又用算法对这个去除后的字幕，然后做了这个填充，我们只需要关闭这个窗口，这个容器他自己就停掉了。然后呢我们下一次再用的时候呢，我们只需要执行这个命令， 然后等待窗口弹出来， 好，现在他就运行起来了，然后我们直接把这个窗口关掉，然后这个容器也就停掉了。今天的分享就到这里了， dp 二十点九在运行 ai 的时候，在效率和稳定性方 方面都有着很不错的表现，大家在闲暇之余不妨试一下咱们的国产操作系统，大家如果有什么疑问呢，也可以在评论区给我留言，大家一起友好的交流，谢谢大家！

所有的 ai 视频生成工具刚刚都过时了，顾客刚推出一个全新的视频生成模型 video poet， 这个模型在长视频生成上有所突破，它能够通过分析并调成视频的最后一秒内容，预测并生成接下来的一秒视频， 这一过程可以不断重复且确保内容的连贯性，所以就创造出了无限市场的视频，这完全碾压市场上的小幅动作视频生成工具。 同时他还具有高度的视频可控性，对同一视频进行二次编辑，可以实现不同的动作和场景。更令人兴奋的是，作为一个多么太模型，不仅可以生成视频，还能同步产生相匹配的音频，听上去是不是很厉害？期待他的正式上市。这里是云朵来源解决频道，下期见！

字节开源了 animate def lighting 模型，这个模型呢突出的一个点呢就是快，我们可以到达哈达哈根 face 的页面来查看详细的介绍，同样和之前所介绍的 lighting 模型呢，是一样的， 包含一步，两步，四步和八步的模型。这个地方呢，我觉得还是一样，四步可能是一个合理的值，他没有那么激进。八步呢是我推荐的值，我在这个地方是非常的保守的， 下面呢有给出模型的建议，在文件和版本当中呢，除了模型之外，还给到了工作流在 comfort 以外文件夹当中。这个地方呢，我做了一个二十秒的转会，在 k 彩能机这个地方大概是花了四分钟， 当然之后呢，我也进行了补针，速度上是一定会有提升的，这是毋庸置疑的了。注意， anymate 地府模型加载，这个地方 要和 k 彩阳器呢是与之相一一对应的。如果你用的是四部的这个 anymeady 模型的话，步数为四， cfg 为一，那我这里用的八步，我的步数用的是八， cfg 用的是一点五， 默认的采样器和调度器呢就是这两个。那么相对应的工作流和模型我会放到公众号 aksk 当中。

这期二花虚拟资源分享一款免费开源利剑视频字幕识别、翻译和配音的软件，拍 video trends， 该软件可以将一种语言发音的视频翻译为另一种语言发音的视频，并嵌入该语言的字幕。比如一个英文视频，他的发音是英文，也没有中英文字幕。如果你用这个软件处理后，该视频就可以转成不仅带有中文字幕，并且还带有中文配音， 还有非常多音视频和字幕的相关处理工具，非常强大。