Langsung ke konten utama
ToolPotion
Penasihat AI
Kirim (Gratis)

Invoker-Render

Invoker-Render adalah model AI video-ke-video dengan 33 miliar parameter, dirancang untuk generasi video yang dapat dikendalikan. Model ini memanfaatkan proksi visual untuk memperbaiki jalur kamera, tata letak adegan, dan gerakan objek, kemudian menghasilkan penampilan berdasarkan input struktural ini, gambar referensi penampilan, dan prompt teks. Model ini mendukung streaming jangka panjang dan kontrol multi-granular untuk berbagai tugas rendering video.

Lihat Model
Bagikan
Lihat Model
Bagikan

Invoker-Render adalah model AI video-ke-video yang canggih, dikembangkan oleh inclusionAI, yang memungkinkan generasi video yang sangat dapat dikendalikan. Dengan 33,12 miliar parameter, model ini fokus pada menghasilkan penampilan video berdasarkan proksi struktural, satu gambar referensi penampilan, dan prompt tekstual. Model ini beroperasi berdasarkan prinsip menjaga keadaan dunia dalam mesin hulu, di mana proksi visual menentukan elemen seperti jalur kamera, tata letak adegan, dan gerakan objek, sementara model video menangani rendering visual.

Baca Selengkapnya

Inti dari Invoker-Render terletak pada bobot DiT streaming kausalnya, yang dihosting di repositorinya. Model ini dirancang untuk bekerja bersama dengan kode inferensi CodeWorldModel yang menyertainya, memfasilitasi generasi streaming empat langkah kausal. Pengaturan ini dibangun di atas kerangka kerja yang kuat seperti MiniMax-H3, SGLang, dan SGLang-Omni, memastikan operasi yang efisien dan dapat diskalakan.

Sorotan utama dari Invoker-Render termasuk kemampuannya untuk streaming jangka panjang, yang memungkinkan sesi berjalan tanpa batas selama frame proksi disediakan. Ini dicapai melalui jangkar penampilan tetap dan jendela sejarah terbatas, menjaga konsistensi visual selama periode yang diperpanjang. Selain itu, model ini menawarkan kontrol multi-granular, menerima berbagai input struktural seperti peta semantik, kotak 3D jarang, topeng subjek, geometri yang diarsir, dan kotak dengan kerangka, memberikan pengguna kontrol yang tepat atas konten video yang dihasilkan.

Untuk penerapan interaktif, kode pendamping menyediakan layanan sesi WebSocket, klien file, dan klien browser, membuat model ini dapat diakses untuk berbagai aplikasi. Bobot model disimpan dalam format FP32 di seluruh 29 shard safetensors, dengan total sekitar 132,5 GB. Sementara repositori mencakup bobot DiT streaming kausal utama, pengguna perlu menyiapkan aset yang cocok seperti VAE, Qwen, dekoder kausal, dan tensor keheningan secara terpisah untuk inferensi. Profil produksi default untuk inferensi biasanya memerlukan delapan GPU NVIDIA pada satu node, memproses input seperti gambar pertama RGB 1344×768, video proksi 24 FPS, dan prompt teks.

  • KategoriModel AI & LLM
  • PenerapanCloud
  • PlatformWeb

  • Model Video-ke-Video: Menghasilkan penampilan video dari proksi struktural dan input.

  • 33 Miliar Parameter: Ukuran model besar untuk kemampuan generasi video yang canggih.

  • Rendering Berdasarkan Proksi: Menggunakan proksi visual untuk mengontrol jalur kamera, tata letak adegan, dan gerakan objek.

  • Input Gambar Referensi Penampilan: Mengambil satu gambar untuk membimbing gaya visual.

  • Input Prompt Teks: Menerima deskripsi tekstual untuk generasi konten.

  • Bobot DiT Streaming Kausal: Memanfaatkan bobot model tertentu untuk generasi streaming.

  • Streaming Jangka Panjang: Mendukung generasi video berkelanjutan saat frame proksi tiba.

  • Jangkar Penampilan Tetap: Mempertahankan penampilan yang konsisten selama sesi yang panjang.

  • Kontrol Multi-Granular: Menerima berbagai input struktural seperti peta semantik, kotak 3D, dan topeng subjek.

  • Penerapan Interaktif: Kode pendamping menawarkan klien WebSocket, file, dan browser.

  • Bobot FP32: Bobot model disimpan dalam presisi penuh.

  • Model Dasar MiniMax-H3: Dibangun di atas arsitektur MiniMax-H3.

  • Lisensi Apache-2.0: Mengatur penggunaan repositori.

  • Lisensi CC BY-NC 4.0: Berlaku untuk penggunaan non-komersial.

  1. Akses Bobot Model: Unduh bobot DiT streaming kausal utama dari root repositori.

  2. Siapkan Aset: Dapatkan dan siapkan aset yang cocok seperti VAE, Qwen, dan dekoder kausal secara terpisah.

  3. Siapkan Lingkungan: Ikuti README.md dan docs/INFERENCE.md di repositori CodeWorldModel yang menyertainya.

  4. Siapkan Bundel: Buat bundel inferensi sesuai instruksi di repositori pendamping.

  5. Mulai Layanan atau Jalankan Inferensi: Inisialisasi layanan sesi WebSocket atau jalankan inferensi file menggunakan invoker_render.py.

  6. Berikan Input: Sediakan gambar pertama RGB 1344×768, video proksi 24 FPS, dan prompt teks.

  • Generasi Video yang Dapat Dikendalikan
  • Pembuatan Video Panjang
  • Pengeditan Video Semantik
  • Rendering Adegan 3D
  • Aplikasi Video Interaktif

Ulasan Invoker-Render

Memuat...

Alat AI Populer Seperti Invoker-Render

Muse Glimmer

Model AI

Muse Glimmer adalah model bahasa kausal dengan 30 miliar parameter yang dirancang untuk tugas agen otonom pada perangkat keras konsumen. Model ini mengintegrasikan penalaran…

Model AI & LLM
Lihat Alat

Model AI

Model bahasa kausal dengan 30 miliar parameter yang dirancang untuk tugas agen otonom pada perangkat keras konsumen. Model ini mengintegrasikan penalaran…Muse Glimmer adalah model bahasa kausal dengan 30 miliar parameter yang dirancang untuk tugas agen otonom pada perangkat keras konsumen. Model ini mengintegrasikan penalaran…

UnggulanModel AI & LLM
Lihat Top 5 Model AI

VideoPoet

Model AI

VideoPoet adalah model bahasa besar dari Google Research yang mampu menghasilkan video zero-shot. Model ini mengubah model bahasa autoregresif menjadi generator video berkualitas…

Generator Video AI
Lihat Alat

Model AI

Model bahasa besar dari Google Research yang mampu menghasilkan video zero-shot. Model ini mengubah model bahasa autoregresif menjadi generator video berkualitas…VideoPoet adalah model bahasa besar dari Google Research yang mampu menghasilkan video zero-shot. Model ini mengubah model bahasa autoregresif menjadi generator video berkualitas…

Generator Video AI
Lihat Top 5 Model AI

SenseNova 6.8 Code2Video adalah model pembuatan video berbasis kode yang menghasilkan kode yang dapat dieksekusi untuk membangun dan merender video pendek. Ini menghubungkan…

Model AI & LLM

Peringkat 77 di LLM

Lihat Alat

Model pembuatan video berbasis kode yang menghasilkan kode yang dapat dieksekusi untuk membangun dan merender video pendek. Ini menghubungkan…SenseNova 6.8 Code2Video adalah model pembuatan video berbasis kode yang menghasilkan kode yang dapat dieksekusi untuk membangun dan merender video pendek. Ini menghubungkan…

Model AI & LLM
Peringkat 77 di LLM

Imagen Video

Model AI

Imagen Video adalah sistem generasi video kondisional teks yang dikembangkan oleh Google Research. Sistem ini memanfaatkan serangkaian model difusi video untuk membuat video…

Generator Video AI
Lihat Alat

Model AI

Sistem generasi video kondisional teks yang dikembangkan oleh Google Research. Sistem ini memanfaatkan serangkaian model difusi video untuk membuat video…Imagen Video adalah sistem generasi video kondisional teks yang dikembangkan oleh Google Research. Sistem ini memanfaatkan serangkaian model difusi video untuk membuat video…

Generator Video AI
Lihat Top 5 Model AI

Linum P-JiT

Aplikasi AI

Linum P-JiT adalah model teks-ke-gambar eksperimental dengan 2B parameter yang dikembangkan oleh Linum, sebuah laboratorium penelitian yang terdiri dari dua orang yang fokus pada…

Model AI & LLM
Lihat Alat

Aplikasi AI

Model teks-ke-gambar eksperimental dengan 2B parameter yang dikembangkan oleh Linum, sebuah laboratorium penelitian yang terdiri dari dua orang yang fokus pada…Linum P-JiT adalah model teks-ke-gambar eksperimental dengan 2B parameter yang dikembangkan oleh Linum, sebuah laboratorium penelitian yang terdiri dari dua orang yang fokus pada…

Model AI & LLM
Lihat Top 250 Aplikasi AI

Flux 3 adalah generator video AI yang membuat video dari teks, gambar, atau klip referensi. Ini memiliki audio asli, gerakan alami, dan dialog multibahasa, memungkinkan pengguna…

Generator Video AIMedia & Hiburan
Lihat Alat

Generator video AI yang membuat video dari teks, gambar, atau klip referensi. Ini memiliki audio asli, gerakan alami, dan dialog multibahasa, memungkinkan pengguna…Flux 3 adalah generator video AI yang membuat video dari teks, gambar, atau klip referensi. Ini memiliki audio asli, gerakan alami, dan dialog multibahasa, memungkinkan pengguna…

Generator Video AIMedia & Hiburan
Lihat Top 250 Aplikasi AI

VideoAI

Aplikasi AI

VideoAI adalah generator video AI yang mengubah teks dan gambar menjadi video menggunakan model terkemuka seperti Kling, Wan, Seedance, dan Veo. Ini juga menawarkan alat gambar…

Generator Video AIMedia & Hiburan

Peringkat 119 untuk Menulis skrip video

Lihat Alat

Aplikasi AI

Generator video AI yang mengubah teks dan gambar menjadi video menggunakan model terkemuka seperti Kling, Wan, Seedance, dan Veo. Ini juga menawarkan alat gambar…VideoAI adalah generator video AI yang mengubah teks dan gambar menjadi video menggunakan model terkemuka seperti Kling, Wan, Seedance, dan Veo. Ini juga menawarkan alat gambar…

Generator Video AIMedia & Hiburan
Peringkat 119 untuk Menulis skrip video

invideo

Aplikasi AI

invideo adalah platform pembuatan dan pengeditan video berbasis AI yang dibangun di sekitar pengalaman Agent Two, memungkinkan pengguna untuk menghasilkan dan mengedit video…

Pembuat Video Pendek AI

Peringkat 37 di Aplikasi AI

Lihat Alat

Aplikasi AI

Platform pembuatan dan pengeditan video berbasis AI yang dibangun di sekitar pengalaman Agent Two, memungkinkan pengguna untuk menghasilkan dan mengedit video…invideo adalah platform pembuatan dan pengeditan video berbasis AI yang dibangun di sekitar pengalaman Agent Two, memungkinkan pengguna untuk menghasilkan dan mengedit video…

UnggulanPembuat Video Pendek AI
Peringkat 37 di Aplikasi AI
1 dari 8