連結：https://huggingface.co/spaces/LanguageBind/Open-Sora-Plan-v1.1.0
Open-Sora-Plan是一個由北京大學元組團隊開發的文本到影片生成模型。它在2024年4月首次推出v1.0.0版本，以其簡單高效的設計和顯著的效能在文本到影片生成領網網域獲得了廣泛認可。v1.1.0版本在影片生成質量和持續時間上進行了顯著改進，包括更優的壓縮視覺表示、更高的生成質量和更長的影片生成能力。該模型採用了最佳化的CausalVideoVAE架構，具有更強的效能和更高的推理效率。此外，它還保持了v1.0.0版本的極簡設計和資料效率，並且與Sora基礎模型的效能相似，表明其版本演進與Sora展示的擴充法則一致。
需求人群：
“Open-Sora-Plan的目標受眾主要是影片生成領網網域的研究人員和開發者。它適合需要生成高質量影片內容的個人和團隊，無論是在學術研究、內容創作還是商業應用中。該模型的開源特性使得社群成員能夠自由地訪問和改進模型，促進了技術的發展和創新。”
使用場景示例：
研究人員使用Open-Sora-Plan生成描述性文本的影片，用於學術演示。
內容創作者利用該模型創造引人入勝的影片內容，用於社交媒體平臺。
商業公司採用Open-Sora-Plan生成產品宣傳影片，提高市場影響力。
產品特色：
最佳化的CausalVideoVAE架構，提升效能和推理效率。
使用高質量視覺資料和字幕，增強模型對世界的理解。
保持極簡設計和資料效率，與Sora基礎模型效能相似。
開源釋出，包括程式碼、資料和模型，促進社群發展。
引入GAN損失，幫助保留高頻資訊，減少網格偽影。
採用時間回滾平鋪卷積方法，專門設計用於CausalVideoVAE。
使用教學：
訪問Open-Sora-Plan的GitHub頁面，瞭解專案詳情。
閱讀文檔，獲取程式碼、資料和模型的訪問權限。
根據文檔指導，設定開發環境，安裝必要的依賴項。
下載並執行訓練腳本，開始使用模型生成影片。
利用提供的樣本腳本，進行個性化的影片生成實驗。
參與社群討論，貢獻程式碼或提出改進建議，共同推動專案發展。