许可协议：creativeml-openrail-m
库名称：diffusers
推理支持：是
流水线标签：文本生成视频
标签：

• 文本生成视频
• 文本生成图像

Text2Video-Zero 模型卡片 - ControlNet Canny GTA-5风格

Text2Video-Zero 是一款零样本文本生成视频工具。它能实现以下功能：

• 零样本文本生成视频
• 视频指令引导编辑（Video Instruct Pix2Pix）
• 文本与姿态条件视频生成
• 文本与Canny边缘条件视频生成
• 文本、Canny边缘及DreamBooth条件视频生成

更多研究详情，请查阅我们的论文或体验演示：
我们的代码库兼容所有StableDiffusion基础模型。

本模型提供GTA-5风格的DreamBooth权重，可在Text2Video-Zero中结合边缘引导（使用ControlNet）进行视频生成。

Text2Video-Zero权重说明

我们将原始权重转换为diffusers格式，使其可通过ControlNet实现边缘引导功能，转换方法参考：GitHub讨论。

模型详情

• 开发团队：Levon Khachatryan, Andranik Movsisyan, Vahram Tadevosyan, Roberto Henschel, Zhangyang Wang, Shant Navasardyan, Humphrey Shi

• 模型类型：支持边缘控制的DreamBooth文本生成图像/视频模型（用于Text2Video-Zero）

• 语言：英语

• 许可协议：CreativeML OpenRAIL M许可证

• 模型描述：本模型为支持边缘引导和GTA-5风格的Text2Video-Zero而设计，也可结合ControlNet实现文本生成图像的边缘引导功能。

• DreamBooth关键词：gtav style

• 资源链接：GitHub | 论文 | CIVITAI

• 引用格式：

  @article{text2video-zero,  
    title={Text2Video-Zero: Text-to-Image Diffusion Models are Zero-Shot Video Generators},  
    author={Khachatryan, Levon and Movsisyan, Andranik and Tadevosyan, Vahram and Henschel, Roberto and Wang, Zhangyang and Navasardyan, Shant and Shi, Humphrey},  
    journal={arXiv preprint arXiv:2303.13439},  
    year={2023}  
  }  
  

原始权重说明

GTA-5风格的DreamBooth权重源自CIVITAI。

模型详情

• 开发者：CIVITAI用户Quiet_Joker
• 模型类型：DreamBooth文本生成图像模型
• 语言：英语
• 许可协议：CreativeML OpenRAIL M许可证
• 模型描述：该模型通过DreamBooth训练，可根据文本提示生成GTA-5风格图像。
• DreamBooth关键词：gtav style
• 资源链接：CIVITAI

偏见内容声明

请注意：Text2Video-Zero可能生成强化社会偏见的内容，包括真实人脸、色情或暴力场景。本演示仅供研究用途。

引用文献

  @article{text2video-zero,  
    title={Text2Video-Zero: Text-to-Image Diffusion Models are Zero-Shot Video Generators},  
    author={Khachatryan, Levon and Movsisyan, Andranik and Tadevosyan, Vahram and Henschel, Roberto and Wang, Zhangyang and Navasardyan, Shant and Shi, Humphrey},  
    journal={arXiv preprint arXiv:2303.13439},  
    year={2023}  
  }