StreamingT2V简介

StreamingT2V是PicsArt推出的一款AI视频生成模型，能够根据文本描述生成长达2分钟的视频。该技术的核心构架包括条件注意力模块（CAM）和外观保持模块（APM），以及一个短期记忆单元和一个长期记忆单元。StreamingT2V的特点在于它采用先进的自回归技术，能够生成具有丰富动态性的长视频，保持视频时间一致性，与描述性文本紧密对齐，并保持了高帧级图像质量。

此外，StreamingT2V支持生成不同帧数的视频，包括80、240、600、1200帧或更多，理论上可以生成无限长的视频。它的出现标志着AI视频生成领域的一个新突破，不仅可以生成高质量的视频，而且内容过渡自然平滑，丰富多样。StreamingT2V的技术不断完善和提升，将进一步推动AI视频生成领域的发展。

开源代码：https://github.com/Picsart-AI-Research/StreamingT2V

论文地址：https://arxiv.org/pdf/2403.14773.pdf

试玩地址1：https://huggingface.co/spaces/PAIR/StreamingT2V

试玩地址2：https://replicate.com/camenduru/streaming-t2v