许可协议：openrail++ 标签：

• 文本转视频
• 稳定扩散

在此亲自体验Hotshot-XL：https://www.hotshot.co

Hotshot-XL是一款AI文本转GIF模型，专为与Stable Diffusion XL协同工作而训练。

Hotshot-XL能够结合任何微调过的SDXL模型生成GIF。这意味着：

1. 您可以使用现有或新微调的任何SDXL模型制作GIF。
2. 若想为个性化主题制作GIF，您可以加载基于SDXL的自定义LORA模型，而无需重新微调Hotshot-XL。这非常棒，因为通常寻找适合训练的图片数据比视频更容易。这也希望能契合大家现有的LORA使用流程 :) 更多信息请见此处。

Hotshot-XL兼容SDXL ControlNet，可按您想要的构图/布局生成GIF。详情参见此处。

Hotshot-XL训练用于生成8帧/秒的1秒钟GIF。

Hotshot-XL支持多种宽高比训练。为获得最佳效果，建议与经过512x512图像微调的SDXL模型配合使用。我们提供了一个专为512x512分辨率微调的SDXL模型，详见此处。

源代码发布于：https://github.com/hotshotco/Hotshot-XL。

模型描述

• 开发者：Natural Synthetics Inc.
• 模型类型：基于扩散的文本转GIF生成模型
• 许可协议：CreativeML Open RAIL++-M许可证
• 模型说明：该模型可根据文本提示生成和修改GIF，是一种潜在扩散模型，使用两个固定的预训练文本编码器（OpenCLIP-ViT/G和CLIP-ViT/L）。
• 更多信息：请访问我们的GitHub仓库。

局限性与偏差

局限性

• 模型无法实现完美逼真度
• 无法生成清晰可读的文本
• 对涉及组合性的复杂任务（如渲染“红色立方体置于蓝色球体上”的图像）表现欠佳
• 人脸及人物生成可能不够准确

偏差

尽管视频生成模型能力出众，但也可能强化或加剧社会偏见。