跳到正文

Lumina-T2X

用一套框架把文本转成任意模态

访问官网

lumina-t2x 是什么

Lumina-T2X 是建立在 Flag-DiT 扩散变换器上的统一文本到任意模态生成框架。

你可以用它做什么

  • 由文本生成图像与动态视频
  • 按指定视角创建多视图 3D 图像
  • 合成带有特定情感色彩的语音

开始使用

  • 访问 GitHub 页面获取项目信息
  • 阅读文档了解如何配置和运行模型
  • 选择生成任务并准备描述性文本

优点与缺点

✓ 我们认可的地方

  • 可生成任意分辨率、宽高比和时长
  • 用 nextline 与 nextframe 标记支持分辨率外推

! 需要留意的地方

  • 它是 GitHub 上的研究框架
  • 运行需要自行配置模型

常见问题

支持哪些输出?

资料列出图像、视频、多视图 3D 图像和语音。

Flag-DiT 是什么?

资料把它介绍为基于流的大型扩散变换器。

最后评测: 2026-11-15

更多 AI 视频生成 工具

查看全部 →

评测方法