使用场景

视频创作者可以使用该模型快速生成视频素材，提高创作效率。

广告制作人员可以利用该模型快速生成广告视频，节省制作成本。

研究人员可以基于该模型进行进一步的研究和开发，探索新的视频生成技术。

产品特色

高效的图像到视频生成，可在一分钟内生成一分钟的视频。

支持文本到图像和图像到视频的两阶段生成，优化内存使用和推理延迟。

提供量化功能，进一步优化模型性能。

支持单 GPU 和多 GPU 推理，灵活适应不同硬件环境。

开源代码和模型权重，方便用户进行二次开发和研究。

提供详细的使用文档和脚本，方便用户快速上手。

支持多种预训练模型组件的下载和使用。

使用教程

1. 安装 git-lfs，并使用 conda 创建项目环境。

2. 安装项目依赖，运行命令 pip install -r requirements.txt。

3. 创建权重目录 pretrained_weights，并下载模型权重及相关组件。

4. 运行脚本 python test_ti2v.py 或 bash scripts/run_flashatt3.sh 进行推理。

5. 根据需要启用量化功能或调整多 GPU 配置。