الصورة إلى فيديو
تحريك صورة ثابتة
يُعرض النص الكامل باللغة الإنجليزية؛ وقد تمت ترجمة العنوان والملخص.
ما الذي تعنيه هذه القدرة
Takes an image, optionally with a motion description, and outputs a clip that starts from it. The first frame is usually tightly constrained to the input, and later frames extrapolate motion and camera movement from there. Unlike text-to-video it has a definite visual starting point, which raises the bar for preserving subject identity and appearance.
كيف تُنفَّذ تقنيًا
A common approach encodes the input as a condition, either pinning the first frame of the diffusion process or injecting it as a reference, then generates the following frames; another route extends keyframes with an image model and interpolates in between. Motion magnitude and camera control are set by explicit strength parameters or trajectory conditions, while physical plausibility is learned implicitly from motion priors in the data.
منتجات تمثيلية
8Stable Video Diffusion
2023يحوّل صورة ثابتة واحدة إلى فيديو قصير بنموذج انتشار
Kling
2024نموذج فيديو قصير يدعم النص إلى فيديو والصورة إلى فيديو
Hailuo
2024نموذج فيديو قصير يركّز على اتباع التعليمات ولغة الكاميرا
Dream Machine
2024يولّد فيديوهات قصيرة بحركة من نص أو صورة
Veo
2024يولّد مقاطع فيديو بدقة 1080p بمشاهد متماسكة
Gen-3 Alpha
2024نموذج نص إلى فيديو عالي التحكم لأغراض السينما والإعلان
Seedance
2024نموذج توليد فيديو موجّه لسرد متعدد المشاهد
Sora
2024يولّد فيديو متماسكًا يصل إلى نحو دقيقة من وصف نصي
المؤسسات ذات الصلة
الاستخدامات الشائعة
- Animating photos and memory clips
- Product showcases and animated ad visuals
- Motion pre-vis from key art and storyboards
- Shot drafts for games and film
كيف يُقاس مدى جودتها
- FVD
- Distribution gap between generated and real video
- First-frame fidelity
- Agreement between the first frame and the input
- Human preference
- Pairwise judgement of motion naturalness and subject retention
الحدود والصعوبات
- Identity drifts after the first frame, with faces and clothing changing first
- Large camera moves break background geometry: straight lines bend and buildings misalign
- Occlusion and parallax are often wrong, inverting front-back relations
المفاهيم الكامنة وراءها
نماذج الانتشار
تعلّم ألف خطوة صغيرة لإزالة الضوضاء، فتستطيع بناء صورة من ضوضاء صافية
الانتشار في الفضاء الكامن والتحكم الشرطي
أجرِ الانتشار لا على البكسلات بل داخل فضاء دلالي مضغوط
التوليد متعدد الوسائط
نموذج واحد يتعلّم الكلام والرسم والحركة، بل ونمذجة العالم ثلاثي الأبعاد