🍹 Insight Daily 🪺
Aitrainee | 公众号：AI进修生
Hi，这里是Aitrainee，欢迎阅读本期新文章。
AI 的新前沿之一是文本到视频生成，我对此：
尽管现在有一些模型可以生成文本视频，但这些视频的长度要么只有几秒钟，要么质量不佳。而 Vchitect 2.0 模型试图解决这个问题，它可以生成20秒以上的视频，并确保视频质量最高。
在本文中，我将安装 Vchitect 2.0 的开源版本：Vchitect-XL-2B ，然后我们将尝试从文本生成视频。这个 Vchitect 2.0 模型由上海 AI 实验室开发，是一个先进的视频生成模型，旨在赋能视频创作。
Vchitect 2.0 与 Gen-3、Kling、CogVideoX-5B-SAT 等顶级模型相比，它的总分和质量得分排名第四，语义得分排名第一：
它有两个版本：文本到视频和图像到视频。目前只有文本到视频模型可用，图像到视频模型很快会发布。
▲体验地址：https://huggingface.co/spaces/Vchitect/Vchitect-2.0
现在我们看看项目页面中的视频，看看该模型生成的视频质量。
你可以看到这几个视频的质量和细节都不错。
看这个视频，色彩、清晰度和图像的生动性非常棒，尤其是毛发的动作。
虽然这个开源模型 Vchitect-XL-2B 生成的视频只有 10 秒以下的长度，但质量依然还算可以。现在我带你本地部署：
首先，我要激活 conda 环境，
接着安装 PyTorch、Torch Audio 以及 Vision 等库。这可能需要几分钟时间。
conda 环境创建完成后，我们将克隆代码库，进入目录并安装依赖项。
然后我们去 Hugging Face 上下载模型，模型名称是 Vchitect-XL-2B 。
你需要登录 Hugging Face，并获取一个免费的访问令牌。在 Hugging Face 登录并同意协议后，确保你保存了令牌。
Hugging Face 登录成功后，我们需要从 Hugging Face 下载模型。我使用 Python 命令下载模型，
from huggingface_hub import snapshot_downloadsnapshot_download("Vchitect/Vchitect-XL-2B")
下载速度很快，模型文件大约有两个部分。
下载完毕后，我们将进入下载的目录并运行推理程序。推理文件 `inference.py` 中包含了保存目录、检查点路径以及用于生成视频的文本提示文件。
我们将提示保存为 `prompt.txt` 文件，并指定一个目录来保存生成的视频。
执行推理文件 `inference.py` 开始生成视频：
生成过程需要一些时间，大约 10 分钟。
生成的视频文件共有五个，让我逐个播放这些文件。
第一个视频展示了一个小女孩在高速骑自行车，接着是下一个例子：一只雄狮追逐一只鹿的场景，虽然生成的效果不如官方项目页面展示的那么好，但仍然有一定的真实感。
我们注意到一些视频存在轻微的变形，可能需要添加一些负面提示来调整细节。不过总体来说，这个开源版本的模型还算不错，但质量显然不如官方演示版。如果你正在按照本文操作，请确保你的 PyTorch 和 Torch Vision 版本是最新的。
🌟希望这篇文章对你有帮助，感谢阅读！如果你喜欢这系列文章请以 点赞 / 分享 / 在看 的方式告诉我，以便我用来评估创作方向。
[1] github：https://github.com/Vchitect/Vchitect-2.0
[2] huggingface：https://huggingface.co/Vchitect/Vchitect-XL-2B
[3] https://vchitect.intern-ai.org.cn/
知音难求，自我修炼亦艰
抓住前沿技术的机遇，与我们一起成为创新的超级个体
（把握AIGC时代的个人力量）
点这里👇关注我，记得标星哦～
