Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: Step-Video-TI2V – 阶跃星辰开源的图生视频模型
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
Step-Video-TI2V – 阶跃星辰开源的图生视频模型
Prompt 语宙 > AIGC 资讯 > Step-Video-TI2V – 阶跃星辰开源的图生视频模型
AIGC 资讯

Step-Video-TI2V – 阶跃星辰开源的图生视频模型

Prompt 语宙研究院
最近更新: 2026年6月8日 上午8:17
AI绘画提示词 AI视频生成 大模型微调 开源大模型
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • 300 亿参数开源图生视频模型,支持图文输入生成最长 102 帧、5 秒、540P 视频。
  • 通过 motion score 调节动态与稳定性,并支持推拉摇移、旋转、环绕等多种运镜。
  • 采用 Video-VAE、DiT、DPO 与级联训练,兼顾生成质量、效率和中英文提示理解。

Step-Video-TI2V是什么

Step-Video-TI2V 是阶跃星辰(StepFun)推出的开源图生视频(Image-to-Video)生成模型,拥有 300 亿参数,能根据文本描述和图像输入生成最长 102 帧的视频。模型基于深度压缩的变分自编码器(Video-VAE),实现了 16×16 的空间压缩和 8× 的时间压缩,显著提高了训练和推理效率。用户可以通过设置运动分数(motion score)来平衡视频的动态性和稳定性。支持推、拉、摇、移、旋转、跟随等多种镜头运动方式。

阅读目录
  • Step-Video-TI2V是什么
  • Step-Video-TI2V的主要功能
  • Step-Video-TI2V的技术原理
  • Step-Video-TI2V的项目地址
  • 如何使用Step-Video-TI2V
  • Step-Video-TI2V的应用场景

Step-Video-TI2V

Step-Video-TI2V的主要功能

  • 图生视频生成:用户可以提供一张图片和相关的文本描述,模型会根据这些输入生成一段连贯的视频。
  • 高质量视频输出:支持生成最多 102 帧、5 秒、540P 分辨率的视频,能满足多种创作需求。
  • 动态性调节:用户可以通过设置运动分数(motion score)来控制视频的动态性。例如,运动分数为 2 时,视频更稳定但动态性较差;运动分数为 10 或 20 时,视频的动态性更强。
  • 平衡动态与稳定:通过运动分数的调节,用户可以在动态效果和稳定性之间找到最佳平衡。
  • 镜头运动控制:支持多种运镜方式,包括固定镜头、上下左右移动、上下左右摇、放大缩小、推进拉远、旋转、环绕以及焦点转移等。
  • 电影级运镜效果:能生成类似电影级别的复杂运镜效果,满足专业创作需求。
  • 动漫效果优化:在动漫风格视频生成方面表现出色,能生成具有虚化背景、动态动作等特效的视频。适合用于动画创作、短视频制作等应用场景。
  • 灵活的视频尺寸:支持多种尺寸的视频生成,包括横屏、竖屏和方屏,用户可以根据不同的创作需求和平台特性选择合适的视频尺寸。
  • 多语言支持:配备双语文本编码器,支持中英文提示输入,方便不同语言背景的用户使用。
  • 特效生成能力:初步具备特效生成能力,未来将通过技术优化进一步提升特效生成效果。

Step-Video-TI2V的技术原理

  • 深度压缩的变分自编码器(Video-VAE):Step-Video-TI2V 使用了深度压缩的变分自编码器(Video-VAE),实现了 16×16 的空间压缩和 8× 的时间压缩。显著降低了视频生成任务的计算复杂度,同时保持了优异的视频重建质量。Video-VAE 采用了双路径架构,能有效分离高低频信息,进一步优化视频生成的效果。
  • 基于扩散的 Transformer(DiT)架构:模型基于扩散的 Transformer(DiT)架构,包含 3D 全注意力机制。通过 Flow Matching 训练方法,将输入噪声逐步去噪为潜在帧,将文本嵌入和时间步作为条件因子。这种架构在生成具有强烈运动动态和高美学质量的视频方面表现出色。
  • 双语文本编码器:Step-Video-TI2V 配备了双语文本编码器,能处理中英文提示。使模型可以直接理解中文或英文输入,生成与文本描述相符的视频。
  • 直接偏好优化(DPO):为了进一步提升生成视频的质量,Step-Video-TI2V 引入了视频直接偏好优化(Video-DPO)方法。DPO 通过人类偏好数据对模型进行微调,减少伪影并增强视觉效果,使生成的视频更加平滑和真实。
  • 级联训练策略:模型采用了级联训练流程,包括文本到图像(T2I)预训练、文本到视频/图像(T2VI)预训练、文本到视频(T2V)微调和直接偏好优化(DPO)训练。加速了模型的收敛,充分利用了不同质量的视频数据。
  • 系统优化:Step-Video-TI2V 在系统层面进行了优化,包括张量并行、序列并行和 Zero1 优化,实现高效的分布式训练。引入了高性能通信框架 StepRPC 和双层监控系统 StepTelemetry,优化数据传输效率和识别性能瓶颈。

Step-Video-TI2V的项目地址

  • Github仓库:https://github.com/stepfun-ai/Step-Video-TI2V
  • HuggingFace模型库:https://huggingface.co/stepfun-ai/stepvideo-ti2v
  • arXiv技术论文:https://arxiv.org/pdf/2503.11251

如何使用Step-Video-TI2V

  • 访问跃问视频:访问跃问视频的官方网站或App端。
  • 操作步骤:点击上传图片,输入文本描述。调整参数(如运动分数等)。点击生成按钮,下载或分享视频。

Step-Video-TI2V的应用场景

  • 动画制作:Step-Video-TI2V 特别擅长生成动漫风格的视频,能根据输入的图片和文本描述生成流畅的动画。
  • 短视频制作:模型支持多种运镜方式,如推拉摇移、旋转、环绕等,能生成具有电影级效果的短视频。
  • 动作教学:Step-Video-TI2V 可以生成复杂动态场景,如体育动作教学、舞蹈教学等。
  • 特效制作:模型能生成具有美感和真实感的视频,适用于电影、电视剧和游戏中的特效制作。
  • 产品展示:Step-Video-TI2V 可以生成吸引人的广告视频,展示产品特点或品牌故事。
❓ 常见问题解答(FAQ)
Step-Video-TI2V适合做什么视频?

它主要适合图生视频创作,尤其是动漫风格动画、短视频、动作教学、产品展示和特效制作。模型支持多种镜头运动与动态控制,能生成更具电影感的视频效果。

Step-Video-TI2V的motion score怎么用?

motion score 用来调节视频动态性与稳定性的平衡。分数较低时画面更稳但动作更少;分数较高时动态更强,但画面波动也会增加。可根据题材灵活调整。

Step-Video-TI2V支持中文提示词吗?

支持。文章提到它配备双语文本编码器,可直接理解中文或英文提示输入,方便不同语言用户进行图生视频生成。

🔬 语宙深潜追问 · 进阶实操拆解
102帧长视频怎么避免后半段崩坏?

核心是分段生成与时序约束。先用关键帧锁定主体、镜头和动作节奏,再做局部补帧或重采样;同时减少提示词漂移,控制运动幅度,能显著降低后半段人物变形和场景漂移。

图生视频最适合哪些商业创作流程?

最适合短平快的分镜预演、广告变体和社媒短内容。先用静帧定风格,再批量生成多个镜头版本,最后人工挑选和二次剪辑,比从零拍摄更省时间,但不适合强剧情长片直接替代。

🗳️ 读者观点微投票 · 您的实战立场是?
图生视频开源后,先拼画质还是先控运镜?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
🐋 所属权威专题:DeepSeek 深度实战与部署 →
  • Step-Video-T2V – 阶跃星辰开源的文本到视频模型
  • Step-Video V2 – 阶跃星辰推出的升级版视频生成模型
  • Lightricks LTX-2.3 开源发布:220亿参数视频生成模型,支持4K竖屏与音视频同步
  • LTXV-13B – Lightricks开源的最新视频生成模型
🏛️ Prompt 语宙研究院 · Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
📄 Markdown 纯净版
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 Prompt 语宙 AI 创作者生态:探索 2,800+ 全球实用 AI 工具与高精度生图提示词咒语库
🧭 语宙 AI 导航 (ai.paooo.com)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
OpenAI CEO 萨姆・奥特曼:积极主动的 AI 将成为未来趋势
[AI生图咒语] 例149 – 直播界面设计图
OpenAI 生产环境最佳实践官方指南 [译]
Ethnic Influences in Asian Human relationships
Mistral Saba – Mistral AI 推出的首个专业区域语言模型
TAGGED:AI绘画提示词AI视频生成大模型微调开源大模型
分享
Email 复制链接 打印
Share
Prompt 语宙研究院 头像
ByPrompt 语宙研究院
Follow:
Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
上一篇 Ev-DeblurVSR – 中科大等机构推出的视频画面增强模型 Ev-DeblurVSR – 中科大等机构推出的视频画面增强模型
下一篇 Chat2SVG – 文本描述实现高质量矢量图形的生成框架 Chat2SVG – 文本描述实现高质量矢量图形的生成框架
Ad image
Ad image

最近更新

NVIDIA Vera Rubin 亮相 MLPerf 评测并在训练与端点测试中领先
单GPU训练性能翻倍且智能体每瓦吞吐暴增10倍!NVIDIA Vera Rubin首战MLPerf大获全胜:DeepSeek-V3千卡扩展效率97%与Agentic端点推理全景深度拆解
AIGC 资讯
美国商务部大楼与半导体出口管制新规
算力超1200万TPP即触发许可且限期90天整改!美国商务部突发全球数据中心新规:封死离岸云端远程租用算力与废止AI扩散规则全景深度拆解
AIGC 资讯
AI 原生 CRM 初创公司 Dreamteam 获 5300 万美元融资,挑战 Salesforce 与 HubSpot
斩获5300万美元对标Salesforce!前Freshworks高管创办AI原生CRM Dreamteam:基于Company Brain虚拟记忆与自动化智能体流水线深度拆解
AI 工具
Optimizely 谈营销智能体落地:企业需将审核从输出转向输入
告别Vibe Coding虚火!Optimizely解密企业级营销智能体落地法则:从“输出审核”走向“输入约束”、专用Harness架构与800落地页规模化实战
最新趋势

相关推荐

[AI生图咒语] 例214 – 绘制金瓶梅知识图谱
1
AI 生图 Prompt界面与图标

[AI生图咒语] 例214 – 绘制金瓶梅知识图谱

Prompt 语宙研究院
3D与空间智能 AI智能体 AI绘画提示词 RAG检索增强
[AI生图咒语] 写实优雅中国风旗袍东亚女性人像
AI 生图 Prompt写实人像

[AI生图咒语] 写实优雅中国风旗袍东亚女性人像

Prompt 语宙研究院
AI绘画提示词 Midjourney stable diffusion
Muse Image – Meta 超级智能实验室推出的AI图像生成模型
AIGC 资讯

Muse Image – Meta 超级智能实验室推出的AI图像生成模型

Prompt 语宙研究院
AI办公效率 AI智能体 AI绘画提示词 Gemini Nano Banana
Add-it – 英伟达推出无需训练的图像编辑技术
AIGC 资讯

Add-it – 英伟达推出无需训练的图像编辑技术

Prompt 语宙研究院
AI绘画提示词 stable diffusion 大模型微调 开源大模型
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • Remaker AI
  • BGRemaker 抠图Hot
  • AIGC 工具
  • Prompt 咒语生成器
  • 去水印工具

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI 具身智能 YouTube
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.