简介
Ruyi是图森未来发布的图生视频大模型,专为在消费级显卡上运行而设计,并提供详尽的部署说明和ComfyUI工作流,以便用户能够快速上手。Ruyi凭借在帧间一致性、动作流畅性方面的卓越表现,以及和谐自然的色彩呈现和构图,将为视觉叙事提供全新的可能性。同时,该模型还针对动漫和游戏场景进行深度学习,将成为ACG爱好者理想的创意伙伴。
截图

产品特色
- 多分辨率、多时长生成:支持最小384*384,最大1024*1024分辨率,最长120帧/5秒的视频生成。
- 首帧、首尾帧控制生成:支持最多5个起始帧、最多5个结束帧基础上的视频生成。
- 运动幅度控制:提供4档运动幅度控制,方便用户对整体画面的变化程度进行控制。
- 镜头控制:提供上、下、左、右、静止共5种镜头控制。
- 模型架构:基于DiT架构,由Casual VAE模块和Diffusion Transformer构成,总参数量约为7.1B。
- 训练数据和方式:分为4个阶段,使用约200M视频片段进行训练。
- 输入格式和生成长度/模式:需要用户提供一张图片作为输入,并可以选择输出时长、输出分辨率等选项。
使用教程
1. 访问Ruyi的Hugging Face页面,下载Ruyi-Mini-7B版本。
2. 阅读并理解提供的部署说明和ComfyUI工作流。
3. 准备一张图片作为输入,确定所需的输出时长、分辨率等参数。
4. 根据Ruyi的使用指南,设置首帧和首尾帧,以及运动幅度和镜头控制。
5. 运行Ruyi模型,生成视频内容。
6. 检查生成的视频内容,根据需要进行调整和优化。
7. 将生成的视频用于所需的场景,如社交媒体、游戏预告等。
流量来源
直接访问 | 63.66% | 外链引荐 | 22.41% | 邮件 | 0.05% |
自然搜索 | 6.34% | 社交媒体 | 6.45% | 展示广告 | 1.04% |
最新流量情况
月访问量
7031
平均访问时长
34.78
每次访问页数
1.82
跳出率
53.68%
总流量趋势图
地理流量分布情况
美国
56.24%
印度
22.90%
日本
15.67%
加拿大
5.19%
地理流量分布全球图
同类开源产品

AI Dance Generator
VideoPlus.ai是一款AI舞蹈生成器,利用AI技术快速生成引人注目的舞蹈视频,用户可定制舞蹈风格、人物和主题,无水印,适用于舞蹈爱好者、社交媒体影响者等。
视频生成#AI

Dmind
DMind-1 和 DMind-1-mini 是针对 Web3 任务的领域专用大型语言模型,提供比其他通用模型更高的领域准确性、指令跟随能力及专业理解。
AI模型#人工智能

Veo3video
Veo3 Video是一款利用Google Veo3模型生成高质量视频的平台。
视频生成#AI技术

Veo3
Veo 3是最新的AI视频生成工具,可添加音效、对话和环境噪音,将您的故事栩栩如生。
视频生成#AI

Veo 3
国外精选
Veo 3 是最新的视频生成模型,旨在通过更高的现实主义和音频效果,提供 4K 输出,能更准确地遵循用户的提示。
视频生成#深度学习

Flow AI
Flow 是一个为创作者打造的 AI 电影制作工具,利用 Google DeepMind 的先进模型,用户可以轻松创建出色的电影片段、场景和故事。
视频生成#视频制作

Index AniSora
优质新品
Index-AniSora是由B站开源的顶尖动画视频生成模型,基于AniSora技术实现,支持多种二次元风格视频镜头的一键生成,如番剧、国创、漫改动画、VTuber、动画PV和鬼畜动画等。
视频生成

Fastvlm
FastVLM 是一种高效的视觉编码模型,专为视觉语言模型设计。
AI模型#图像处理

Hunyuancustom
中文精选
HunyuanCustom 是一个多模态定制视频生成框架,旨在根据用户定义的条件生成特定主题的视频。
视频生成#多模态
替代品

Index AniSora
优质新品
Index-AniSora是由B站开源的顶尖动画视频生成模型,基于AniSora技术实现,支持多种二次元风格视频镜头的一键生成,如番剧、国创、漫改动画、VTuber、动画PV和鬼畜动画等。
视频生成

Fastvlm
FastVLM 是一种高效的视觉编码模型,专为视觉语言模型设计。
AI模型#图像处理

Hunyuancustom
中文精选
HunyuanCustom 是一个多模态定制视频生成框架,旨在根据用户定义的条件生成特定主题的视频。
视频生成#多模态

Zerosearch
ZeroSearch 是一种新颖的强化学习框架,旨在激励大型语言模型(LLMs)的搜索能力,而无需与实际搜索引擎进行交互。
AI模型#搜索能力

Notellm
NoteLLM 是一款专注于用户生成内容的可检索大型语言模型,旨在提升推荐系统的性能。
AI模型#多模态处理

Deepseek Prover V2 671B
DeepSeek-Prover-V2-671B 是一个先进的人工智能模型,旨在提供强大的推理能力。
AI模型#开源

Xiaomi MiMo
优质新品
Xiaomi MiMo是小米公司开源的首个推理大模型,专为推理任务设计,具备卓越的数学推理和代码生成能力。
AI模型

Pixverse MCP
PixVerse-MCP 是一个工具,允许用户通过支持模型上下文协议(MCP)的应用程序访问 PixVerse 最新的视频生成模型。
视频生成#AI 工具

Avatarfx
国外精选
AvatarFX 是一个尖端的 AI 平台,专注于互动故事讲述。
视频生成#视频生成
精选AI产品推荐

Nocode
中文精选
NoCode 是一款无需编程经验的平台,允许用户通过自然语言描述创意并快速生成应用,旨在降低开发门槛,让更多人能实现他们的创意。
开发平台#应用开发
912

Listenhub
优质新品
ListenHub 是一款轻量级的 AI 播客生成工具,支持中文和英语,基于前沿 AI 技术,能够快速生成用户感兴趣的播客内容。
音频生成#AI
348

Lovart
国外精选
Lovart 是一款革命性的 AI 设计代理,能够将创意提示转化为艺术作品,支持从故事板到品牌视觉的多种设计需求。
AI设计工具#创意工具
1,128

Fastvlm
FastVLM 是一种高效的视觉编码模型,专为视觉语言模型设计。
AI模型#图像处理开源
564

Smart PDFs
国外精选
Smart PDFs 是一个在线工具,利用 AI 技术快速分析 PDF 文档,并生成简明扼要的总结。
文章摘要#AI
984

Keysync
KeySync 是一个针对高分辨率视频的无泄漏唇同步框架。
视频编辑#视频处理开源
480

Anyvoice
AnyVoice是一款领先的AI声音生成器,采用先进的深度学习模型,将文本转换为与人类无法区分的自然语音。
音频生成#文本转语音
26.38k

Liblibai
中文精选
LiblibAI是一个中国领先的AI创作平台,提供强大的AI创作能力,帮助创作者实现创意。
AI模型#图像生成
344.42k