VideoPoet

sites.research.google又名 VideoPoet

Google Research 的视频生成研究项目,把图像、视频和音频转成离散编码与文本同表,让语言模型逐段预测视频或音频,支持文生视频、图生视频、视频编辑和风格化,适合想了解语言模型如何做视频的研究者翻论文和样例。

打开官网替代品 13 个 本站 11 月 22 日 实测:国内不可直接访问
最近 5 次实测

0 次可以打开平均 30.4 秒11 月 10 日 起国内不可直接访问

本站从国内机房定期实测。竖条由远及近:绿 = 可以打开,橙 = 国内不可直接访问,灰 = 打不开。

VideoPoet 是 Google Research 的一个研究项目,目标是把任意自回归语言模型或大语言模型改造成高质量视频生成器。它把图像、视频和音频片段转成离散编码,与文本放进同一个词表,让语言模型像预测下一个词那样预测下一段视频或音频。项目页面展示了大量生成样例,从「戴耳机听音乐的狗」到「穿盔甲的松鼠骑鹅」,覆盖多种风格和运动幅度。

主要能力

页面按任务列出了几类演示:文本生成视频、图像生成视频、视频编辑(包括修补和扩展)、风格化,以及从视频生成匹配的音频。模型默认输出 2 秒视频,但可以通过逐秒预测的方式不断延长,生成更长的片段。它还能根据输入视频生成音效或配乐,不需要额外文字提示。官方用这些片段拼了一部关于旅行浣熊的短片,脚本由 Bard 生成。

适合谁

它面向的是关注视频生成技术的研究者和开发者,而不是普通内容创作者。页面上没有提供上传提示词就能出片的入口,能看的是论文、研究博客和按任务分类的样例展示。想了解「语言模型怎么做视频」这件事,这里的一手材料比较集中。

费用与限制

页面没有提到任何付费方案、账号体系或客户端,也没有给出公开可用的产品入口。它更像一份研究声明和成果陈列,而不是一个能直接上手用的工具。视频生成的质量和一致性以页面演示为准,实际可用性无法从材料中确认。

常见问题

VideoPoet 有哪些平台 / App?
支持 网页。

替代品全部 13 个,带对比表 →

替代品 13打开官网