تخطَّ إلى المحتوى الرئيسي
ToolPotion
مستشار الذكاء الاصطناعي
إرسال (مجاني)

Invoker-Render

Invoker-Render هو نموذج ذكاء اصطناعي لتحويل الفيديو إلى فيديو يحتوي على 33 مليار معلمة، مصمم لتوليد الفيديو القابل للتحكم. يستخدم نماذج بصرية لإصلاح مسارات الكاميرا، وتخطيطات المشاهد، وحركات الكائنات، ثم يولد المظاهر بناءً على هذه المدخلات الهيكلية، وصورة مرجعية للمظهر، ونصوص التوجيه. يدعم النموذج البث طويل الأمد والتحكم متعدد الدقة لمهام عرض الفيديو المتنوعة.

عرض النموذج
مشاركة
عرض النموذج
مشاركة

Invoker-Render هو نموذج ذكاء اصطناعي متقدم لتحويل الفيديو إلى فيديو، تم تطويره بواسطة inclusionAI، والذي يمكّن من توليد فيديو قابل للتحكم بشكل كبير. مع 33.12 مليار معلمة، يركز هذا النموذج على توليد مظاهر الفيديو بناءً على نماذج هيكلية، وصورة مرجعية واحدة للمظهر، ونصوص توجيه. يعمل النموذج على مبدأ الحفاظ على حالة العالم في محرك علوي، حيث تحدد النماذج البصرية عناصر مثل مسار الكاميرا، وتخطيط المشهد، وحركة الكائنات، بينما يتولى نموذج الفيديو معالجة العرض البصري.

قراءة المزيد

تكمن جوهر Invoker-Render في أوزان DiT الخاصة بالبث السببي، والتي يتم استضافتها في مستودعها. تم تصميم النموذج للعمل بالتزامن مع كود استنتاج CodeWorldModel المرافق، مما يسهل توليد البث السببي على أربع خطوات. تم بناء هذا الإعداد على أطر عمل قوية مثل MiniMax-H3 وSGLang وSGLang-Omni، مما يضمن عملية فعالة وقابلة للتوسع.

تشمل النقاط البارزة في Invoker-Render قدرته على البث طويل الأمد، مما يسمح للجلسات بالاستمرار إلى أجل غير مسمى طالما تم توفير إطارات نموذجية. يتم تحقيق ذلك من خلال ربط مظهر ثابت ونافذة تاريخ محدودة، مما يحافظ على الاتساق البصري على مدى فترات طويلة. علاوة على ذلك، يقدم النموذج تحكمًا متعدد الدقة، حيث يقبل مجموعة واسعة من المدخلات الهيكلية مثل الخرائط الدلالية، والصناديق ثلاثية الأبعاد النادرة، وأقنعة الموضوعات، والهندسة المظللة، والصناديق ذات الهياكل العظمية، مما يوفر للمستخدمين تحكمًا دقيقًا في محتوى الفيديو المولد.

للنشر التفاعلي، يوفر الكود المرافق خدمة جلسة WebSocket، وعميل ملفات، وعميل متصفح، مما يجعل النموذج متاحًا لمجموعة متنوعة من التطبيقات. يتم تخزين أوزان النموذج في تنسيق FP32 عبر 29 شظية safetensors، بإجمالي حوالي 132.5 جيجابايت. بينما يتضمن المستودع أوزان DiT الخاصة بالبث السببي الرئيسية، يحتاج المستخدمون إلى إعداد الأصول المطابقة مثل VAE وQwen وموفر البث السببي وألياف الصمت بشكل منفصل للاستنتاج. يتطلب ملف الإنتاج الافتراضي للاستنتاج عادةً ثمانية وحدات معالجة رسومات NVIDIA على عقدة واحدة، لمعالجة المدخلات مثل صورة RGB أولى بحجم 1344×768، وفيديو نموذج بسرعة 24 إطارًا في الثانية، ونص توجيه.

  • الفئةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
  • النشرسحابي
  • المنصاتالويب

  • نموذج تحويل الفيديو إلى فيديو: يولد مظاهر الفيديو من نماذج هيكلية ومدخلات.

  • 33 مليار معلمة: حجم نموذج كبير لقدرات متقدمة في توليد الفيديو.

  • عرض مشروط بالنموذج: يستخدم نماذج بصرية للتحكم في مسار الكاميرا، وتخطيط المشهد، وحركة الكائنات.

  • مدخل صورة مرجعية للمظهر: يأخذ صورة واحدة لتوجيه النمط البصري.

  • مدخل نص توجيه: يقبل أوصاف نصية لتوليد المحتوى.

  • أوزان DiT الخاصة بالبث السببي: يستخدم أوزان نموذج محددة لتوليد البث.

  • بث طويل الأمد: يدعم توليد الفيديو المستمر مع وصول إطارات نموذجية.

  • مرساة مظهر ثابتة: تحافظ على مظهر متسق على مدى جلسات طويلة.

  • تحكم متعدد الدقة: يقبل مدخلات هيكلية متنوعة مثل الخرائط الدلالية، والصناديق ثلاثية الأبعاد، وأقنعة الموضوعات.

  • نشر تفاعلي: يوفر الكود المرافق عملاء WebSocket وملفات ومتصفح.

  • أوزان FP32: يتم تخزين أوزان النموذج بدقة كاملة.

  • نموذج قاعدة MiniMax-H3: مبني على بنية MiniMax-H3.

  • ترخيص Apache-2.0: يحكم استخدام المستودع.

  • ترخيص CC BY-NC 4.0: ينطبق على الاستخدام غير التجاري.

  1. الوصول إلى أوزان النموذج: قم بتنزيل أوزان DiT الخاصة بالبث السببي الرئيسية من جذر المستودع.

  2. إعداد الأصول: احصل على الأصول المطابقة مثل VAE وQwen وموفر البث السببي بشكل منفصل.

  3. إعداد البيئة: اتبع README.md وdocs/INFERENCE.md في مستودع CodeWorldModel المرافق.

  4. إعداد الحزمة: أنشئ حزمة استنتاج كما هو موضح في المستودع المرافق.

  5. بدء الخدمة أو تنفيذ الاستنتاج: ابدأ خدمة جلسة WebSocket أو نفذ استنتاج الملفات باستخدام invoker_render.py.

  6. توفير المدخلات: قدم صورة RGB أولى بحجم 1344×768، وفيديو نموذج بسرعة 24 إطارًا في الثانية، ونص توجيه.

  • توليد فيديو قابل للتحكم
  • إنشاء فيديو طويل
  • تحرير الفيديو الدلالي
  • عرض المشاهد ثلاثية الأبعاد
  • تطبيقات الفيديو التفاعلية

تقييمات Invoker-Render

جاري التحميل...

أدوات ذكاء اصطناعي شائعة مثل Invoker-Render

Muse Glimmer

نماذج الذكاء الاصطناعي

Muse Glimmer هو نموذج لغوي سببي يحتوي على 30 مليار معلمة مصمم للمهام الذاتية على الأجهزة الاستهلاكية. يدمج التفكير متعدد الخطوات، واستخدام الأدوات بشكل موثوق، وفهم متعدد الوسائط،…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج لغوي سببي يحتوي على 30 مليار معلمة مصمم للمهام الذاتية على الأجهزة الاستهلاكية. يدمج التفكير متعدد الخطوات، واستخدام الأدوات بشكل موثوق، وفهم متعدد الوسائط،…Muse Glimmer هو نموذج لغوي سببي يحتوي على 30 مليار معلمة مصمم للمهام الذاتية على الأجهزة الاستهلاكية. يدمج التفكير متعدد الخطوات، واستخدام الأدوات بشكل موثوق، وفهم متعدد الوسائط،…

مميزةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

VideoPoet

نماذج الذكاء الاصطناعي

VideoPoet هو نموذج لغوي كبير من Google Research قادر على توليد الفيديو بدون تدريب مسبق (zero-shot). يقوم بتحويل نماذج اللغة التنبؤية الذاتية إلى مولدات فيديو عالية الجودة، ويدعم…

مولّدات الفيديو بالذكاء الاصطناعي
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج لغوي كبير من Google Research قادر على توليد الفيديو بدون تدريب مسبق (zero-shot). يقوم بتحويل نماذج اللغة التنبؤية الذاتية إلى مولدات فيديو عالية الجودة، ويدعم…VideoPoet هو نموذج لغوي كبير من Google Research قادر على توليد الفيديو بدون تدريب مسبق (zero-shot). يقوم بتحويل نماذج اللغة التنبؤية الذاتية إلى مولدات فيديو عالية الجودة، ويدعم…

مولّدات الفيديو بالذكاء الاصطناعي
عرض أفضل 5 من نماذج الذكاء الاصطناعي

SenseNova 6.8 Code2Video

نماذج اللغة الكبيرة

SenseNova 6.8 Code2Video هو نموذج لإنشاء الفيديوهات المعتمدة على الكود، يقوم بتوليد كود قابل للتنفيذ لبناء وعرض فيديوهات قصيرة. يربط بين نماذج وأدوات مختلفة لتوفير سير عمل إبداعي…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة

المرتبة 77 في نماذج اللغة الكبيرة

عرض الأداة

نماذج اللغة الكبيرة

نموذج لإنشاء الفيديوهات المعتمدة على الكود، يقوم بتوليد كود قابل للتنفيذ لبناء وعرض فيديوهات قصيرة. يربط بين نماذج وأدوات مختلفة لتوفير سير عمل إبداعي…SenseNova 6.8 Code2Video هو نموذج لإنشاء الفيديوهات المعتمدة على الكود، يقوم بتوليد كود قابل للتنفيذ لبناء وعرض فيديوهات قصيرة. يربط بين نماذج وأدوات مختلفة لتوفير سير عمل إبداعي…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
المرتبة 77 في نماذج اللغة الكبيرة

Imagen Video

نماذج الذكاء الاصطناعي

Imagen Video هو نظام لتوليد الفيديو المشروط بالنص طورته Google Research. يستفيد من سلسلة من نماذج الانتشار للفيديو لإنشاء مقاطع فيديو عالية الدقة من مطالبات نصية، مما يوفر دقة…

مولّدات الفيديو بالذكاء الاصطناعي
عرض الأداة

نماذج الذكاء الاصطناعي

نظام لتوليد الفيديو المشروط بالنص طورته Google Research. يستفيد من سلسلة من نماذج الانتشار للفيديو لإنشاء مقاطع فيديو عالية الدقة من مطالبات نصية، مما يوفر دقة…Imagen Video هو نظام لتوليد الفيديو المشروط بالنص طورته Google Research. يستفيد من سلسلة من نماذج الانتشار للفيديو لإنشاء مقاطع فيديو عالية الدقة من مطالبات نصية، مما يوفر دقة…

مولّدات الفيديو بالذكاء الاصطناعي
عرض أفضل 5 من نماذج الذكاء الاصطناعي

Linum P-JiT

تطبيقات الذكاء الاصطناعي

Linum P-JiT هو نموذج تجريبي لتحويل النص إلى صورة يحتوي على 2B من المعلمات تم تطويره بواسطة Linum، وهو مختبر بحثي مكون من شخصين يركز على نماذج الفيديو التوليدية. يُظهر هذا النموذج…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

تطبيقات الذكاء الاصطناعي

نموذج تجريبي لتحويل النص إلى صورة يحتوي على 2B من المعلمات تم تطويره بواسطة Linum، وهو مختبر بحثي مكون من شخصين يركز على نماذج الفيديو التوليدية. يُظهر هذا النموذج…Linum P-JiT هو نموذج تجريبي لتحويل النص إلى صورة يحتوي على 2B من المعلمات تم تطويره بواسطة Linum، وهو مختبر بحثي مكون من شخصين يركز على نماذج الفيديو التوليدية. يُظهر هذا النموذج…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 250 من تطبيقات الذكاء الاصطناعي

مولد الفيديو الذكي Flux 3

تطبيقات الذكاء الاصطناعي

Flux 3 هو مولد فيديو ذكي يقوم بإنشاء مقاطع فيديو من النصوص والصور أو مقاطع الفيديو المرجعية. يتميز بالصوت الأصلي، والحركة الطبيعية، والحوار متعدد اللغات، مما يسمح للمستخدمين…

مولّدات الفيديو بالذكاء الاصطناعيالإعلام والترفيه
عرض الأداة

تطبيقات الذكاء الاصطناعي

Flux 3 هو مولد فيديو ذكي يقوم بإنشاء مقاطع فيديو من النصوص والصور أو مقاطع الفيديو المرجعية. يتميز بالصوت الأصلي، والحركة الطبيعية، والحوار متعدد اللغات، مما يسمح للمستخدمين…

مولّدات الفيديو بالذكاء الاصطناعيالإعلام والترفيه
عرض أفضل 250 من تطبيقات الذكاء الاصطناعي

VideoAI

تطبيقات الذكاء الاصطناعي

VideoAI هو مولد فيديو بالذكاء الاصطناعي يحول النصوص والصور إلى مقاطع فيديو باستخدام نماذج رائدة مثل Kling وWan وSeedance وVeo. كما يقدم أدوات للصور وتوليد موسيقى بالذكاء الاصطناعي…

مولّدات الفيديو بالذكاء الاصطناعيالإعلام والترفيه

المرتبة 119 لـ كتابة نصوص الفيديو

عرض الأداة

تطبيقات الذكاء الاصطناعي

مولد فيديو بالذكاء الاصطناعي يحول النصوص والصور إلى مقاطع فيديو باستخدام نماذج رائدة مثل Kling وWan وSeedance وVeo. كما يقدم أدوات للصور وتوليد موسيقى بالذكاء الاصطناعي…VideoAI هو مولد فيديو بالذكاء الاصطناعي يحول النصوص والصور إلى مقاطع فيديو باستخدام نماذج رائدة مثل Kling وWan وSeedance وVeo. كما يقدم أدوات للصور وتوليد موسيقى بالذكاء الاصطناعي…

مولّدات الفيديو بالذكاء الاصطناعيالإعلام والترفيه
المرتبة 119 لـ كتابة نصوص الفيديو

invideo

تطبيقات الذكاء الاصطناعي

invideo هي منصة لإنشاء وتحرير الفيديوهات باستخدام الذكاء الاصطناعي، مبنية حول تجربة Agent Two، مما يتيح للمستخدمين إنشاء وتحرير الفيديوهات باستخدام نماذج ذكاء اصطناعي متعددة وأكثر…

أدوات إنشاء الفيديوهات القصيرة بالذكاء الاصطناعي

المرتبة 37 في تطبيقات الذكاء الاصطناعي

عرض الأداة

تطبيقات الذكاء الاصطناعي

منصة لإنشاء وتحرير الفيديوهات باستخدام الذكاء الاصطناعي، مبنية حول تجربة Agent Two، مما يتيح للمستخدمين إنشاء وتحرير الفيديوهات باستخدام نماذج ذكاء اصطناعي متعددة وأكثر…invideo هي منصة لإنشاء وتحرير الفيديوهات باستخدام الذكاء الاصطناعي، مبنية حول تجربة Agent Two، مما يتيح للمستخدمين إنشاء وتحرير الفيديوهات باستخدام نماذج ذكاء اصطناعي متعددة وأكثر…

مميزةأدوات إنشاء الفيديوهات القصيرة بالذكاء الاصطناعي
المرتبة 37 في تطبيقات الذكاء الاصطناعي
1 من 8