使用场景

生成描述为'美丽的、下雪的东京城市熙熙攘攘。摄像机穿过熙熙攘攘的城市街道，跟随几个在附近摊位享受美丽雪景和购物的人'的视频。

生成描述为'一艘船在塞纳河上悠闲地航行，埃菲尔铁塔在背景中，黑白色调'的视频。

生成描述为'一个30岁的太空人戴着红色羊毛摩托车头盔的冒险电影预告片，蓝天，盐沙漠，电影风格，35mm胶片拍摄，色彩鲜艳'的视频。

产品特色

• 基于自回归视频生成模型的高效训练：Pyramid Flow 能够在开源数据集上以20.7k A100 GPU小时数进行训练。

• 高质量视频内容生成：支持生成1280x768分辨率、10秒和5秒长度、24fps的视频。

• 文本到视频的生成能力：用户可以通过输入文本描述来生成相应的视频内容。

• 文本条件图像到视频的生成：能够根据文本条件对图像进行视频生成。

• 开源代码和预训练模型：提供了GitHub上的代码和Hugging Face上的预训练模型，方便研究者和开发者使用。

• 交互式演示：通过Hugging Face的空间提供了交互式的演示，用户可以直观地体验Pyramid Flow的效果。

使用教程

1. 访问Pyramid Flow的GitHub页面以获取代码：https://github.com/jy0205/Pyramid-Flow。

2. 根据README文件中的指南安装必要的依赖和环境。

3. 下载并加载预训练模型，可以从Hugging Face上获取：https://huggingface.co/rain1011/pyramid-flow-sd3。

4. 使用提供的脚本和命令行工具来生成视频，可以通过文本描述或图像条件来生成。

5. 调整生成参数，如分辨率、视频长度和帧率，以满足特定的需求。

6. 通过Hugging Face的空间进行交互式演示，体验Pyramid Flow的效果：https://huggingface.co/spaces/Pyramid-Flow/pyramid-flow。