MagicVideo

MagicVideo-V2是由字节跳动公司团队开发的AI视频生成模型和框架。该模型通过集成文本到图像模型、视频运动生成器、参考图像嵌入模块和帧插值模块，实现了从文本到高保真视频的转换。生成的视频不仅具有高分辨率，而且在视觉质量和运动流畅度方面表现出色。 项目主页位于 https://magicvideov2.github.io/ ，相关研究论文可在 https://arxiv.org/abs/2401.04468 查阅。 MagicVideo-V2采用多阶段模块化生成方法，显著提升了视频生成的质量和效率。生成的视频具有连贯、流畅、逼真且高分辨率的特点，为用户提供卓越的观看体验。 MagicVideo-V2的视频生成流程包括四个步骤：首先使用T2I模块生成1024x1024的图像；接着利用I2V模块对静态图像进行动画处理，生成600x600x32的帧序列；随后V2V模块对视频进行增强和内容完善，生成1048x1048x32的帧序列；最后通过VFI模块将视频序列扩展至94帧。 目前MagicVideo-V2仅发布了研究论文和项目主页，尚未开放源代码或在线体验平台。未来上线后，相关信息将会及时更新。