圖片來源: CogVideo官網
CogVideo是第一個基於現有文本-圖像生成模型CogView2的文本-視頻生成模型，有94億個參數，在540萬對文本和視頻上進行了訓練，目前它是一個開源模型，任何人都可以使用。
應用面：
This is is part of my live-learning series I will be updating this post as I continue through my journey. I apologize for any grammatical errors or incoherent thoughts. This is a practice to help me share things that are valuable without falling apart from the pressure of perfection.
In this article, we will Delve into the intricacies of this cutting-edge technology, exploring its capabilities, potential, and how you can harness its power for your own creative endeavors.
Compare CogVideo vs min-dalle and see what are their differences.
This Article is written as a summay by Marktechpost Research Staff based on the paper 'CogVideo: Large-scale Pretraining for Text-to-Video Generation via Transformers'.
CogVideo 應該是當前最大的、也是首個開源的文本（Text）生成視頻（Video）模型。在設計模型上，模型一共有90億參數，基於預訓練「文本-圖像」模型 CogView2 打造，一共分為2個模塊。
CogVideo應該是目前社區中第一個開源的大規模文本到視頻合成的Transformer模型，CogVideo也第一次嘗試了如何將預訓練的文本到圖像生成模型遷移到文本到視頻合成模型中，這為後續工作的開展提供了全新的思路。
圖片來源: Typpo官網
Typpo 可以藉由使用者直接的語音輸入後，以語音內容生成一支短片，讓使用者成為旁白，而Typpo創造畫面。
點擊人數： 908 +
圖片來源: Synthesys官網
Synthesys擁有虛擬的AI人物，使用者輸入文字後可自動轉換成該文字語言的語音，並且可再自動生成影片，同時也可以根據所提供的圖像產生不同風格。
點擊人數： 1353 +
圖片來源: Plazmapunk官網
Plazmapunk是一個影片生成工具，將音頻輸入後，根據語音辨識與畫面風格選擇，可以生成屬於這支音頻節奏的影片。就像在製作MV一樣有趣。
點擊人數： 960 +
工具分類建議
感謝您的建議，我們將廣搜意見後優化分類！
