跳到正文

Show-1

结合像素与潜变量扩散的文本到视频生成

访问官网

Show-1 是什么

Show-1 被介绍为一种高效的文本到视频生成模型,结合像素级与潜变量级扩散模型。它先用像素级模型生成低分辨率的初步视频,再用潜变量模型将其上采样到高分辨率。

你可以用它做什么

  • 生成与文本高度相关的视频
  • 输出高质量的视频
  • 以较低的计算资源需求运行

使用示例

  • 输入瀑布旁熊猫举牌的提示词
  • 输入女孩在房间里跳舞,生成女孩跳舞的视频
  • 输入猫玩线球,生成猫玩线球的视频

模型说明

  • 像素级模型生成低分辨率的初步视频
  • 潜变量级模型把结果上采样到高分辨率
  • 资料称其视频文本关联比纯潜变量模型更准确
  • 资料称其运算成本比纯像素模型更低

优点与缺点

✓ 我们认可的地方

  • 资料称其文本关联度优于纯潜变量模型
  • 资料称其运算开销低于纯像素模型

! 需要留意的地方

  • 生成分两阶段进行:像素级模型与潜变量级模型
  • 列出的范围限于文本到视频与条件视频生成

常见问题

它怎样生成视频?

资料说明先用像素级模型生成低分辨率初步视频,再由潜变量模型上采样到高分辨率。

资料列了哪些提示词示例?

示例包括瀑布旁举牌的熊猫、在房间跳舞的女孩,以及玩线球的猫。

最后评测: 2026-11-15

更多 AI 视频生成 工具

查看全部 →

评测方法