# VideoCrafter2 – 腾讯推出的高质量视频生成模型

- Link: https://paooo.com/aigc-news/28415/
- Published: 2026-07-09T23:31:34+08:00
- Author: Prompt 语宙研究院

## VideoCrafter2 是什么？

VideoCrafter2是一个由腾讯AI实验室开发的视频生成模型，旨在克服高质量视频数据获取的
局限性，训练出能够生成高质量视频的模型。该模型的核心思想是将视频的生成过程分解为
两个主要部分：运动（motion）和外观（appearance）。通过这种方法，VideoCrafter2 能够
在没有高质量视频数据的情况下，利用低质量视频来保证运动的一致性，同时使用高质量的
图像来确保生成视频的画面质量和概念组合能力。

阅读目录

 * [VideoCrafter2 是什么？](https://paooo.com/aigc-news/28415/#videocrafter2-%e6%98%af%e4%bb%80%e4%b9%88)
 * [VideoCrafter2 的功能特色](https://paooo.com/aigc-news/28415/#videocrafter2-%e7%9a%84%e5%8a%9f%e8%83%bd%e7%89%b9%e8%89%b2)
 * [VideoCrafter2 的工作原理](https://paooo.com/aigc-news/28415/#videocrafter2-%e7%9a%84%e5%b7%a5%e4%bd%9c%e5%8e%9f%e7%90%86)
 * [如何使用 VideoCrafter2](https://paooo.com/aigc-news/28415/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8-videocrafter2)

![VideoCrafter2](https://paooo.com/wp-content/uploads/2026/07/videocrafter2-project-
1.avif)

项目主页：[https://ailab-cvc.github.io/videocrafter2/](https://ailab-cvc.github.io/videocrafter2/)

论文地址：[https://arxiv.org/abs/2401.09047](https://arxiv.org/abs/2401.09047)

GitHub代码库：[https://github.com/AILab-CVC/VideoCrafter](https://github.com/AILab-CVC/VideoCrafter)

Hugging Face Demo：[https://huggingface.co/spaces/VideoCrafter/VideoCrafter2](https://huggingface.co/spaces/VideoCrafter/VideoCrafter2)

## VideoCrafter2 的功能特色

 * **文本到视频的转换**：用户可以提供一段描述性的文本，VideoCrafter2 即可根据这段
   文本生成相应的视频
 * **高质量视频生成**：VideoCrafter2 能够生成具有高分辨率和良好视觉效果的视频，能够
   创造出具有丰富细节和自然运动的视频。
 * **美学效果**：通过将运动和外观信息分开处理，VideoCrafter2 能够在保证视频运动连贯性
   的同时，提升视频的美学质量，例如清晰度、色彩饱和度和整体视觉效果。
 * **概念组合**：VideoCrafter2 能够理解和组合复杂的概念，可以生成包含多个现实或虚拟
   的元素和场景的视频
 * **风格和艺术性**：VideoCrafter2 可以模拟不同的艺术风格，如赛博朋克、新波普风格
   等，从而为视频创作提供更多的创意可能性。

![VideoCrafter2 Hugging Face](https://paooo.com/wp-content/uploads/2026/07/videocrafter2-
hugging-face-demo.avif)

## VideoCrafter2 的工作原理

VideoCrafter2 的工作原理基于深度学习和扩散模型（Diffusion Models）的原理，通过以下
几个关键步骤来实现从文本到视频的生成：

 1. **数据解耦**：VideoCrafter2 将视频内容的生成分解为两个主要部分：运动（motion）和
    外观（appearance）。运动部分负责视频中物体的移动和动画效果，而外观部分则关注图像
    的清晰度、颜色和细节。
 2. **运动学习**：使用低质量的视频数据集（如 WebVid-10M）来训练模型的运动部分。这些
    视频虽然质量不高，但能够提供足够的运动信息，确保生成的视频在运动上是连贯的。
 3. **外观学习**：使用高质量的图像数据集（如 JDB，即 Journey Database，由 [Midjourney](https://paooo.com/tag/midjourney/)
    生成的图像）来训练模型的外观部分。这些图像具有高分辨率和复杂的概念组合，有助于提升
    生成视频的视觉质量。
 4. **模型训练**：首先，使用低质量视频和高分辨率图像联合训练一个基础的视频模型。这个
    模型包含了空间（外观）和时间（运动）两个模块。然后，通过微调空间模块，使用高质量
    的图像来进一步提升视频的视觉效果。
 5. **概念组合能力提升**：为了增强模型在概念组合方面的能力，VideoCrafter2 使用合成的
    图像数据集，这些图像包含了复杂的概念组合，帮助模型学习如何将不同的元素和场景融合
    在一起。
 6. **生成过程**：在训练完成后，VideoCrafter2 可以根据文本提示生成视频。它首先从文本
    中提取关键信息，然后结合运动和外观的知识，逐步生成每一帧图像，最终拼接成完整的视频
    序列。
 7. **评估和优化**：通过定量和定性评估，如使用 EvalCrafter 基准测试，来评估生成视频
    的质量，并根据评估结果进行模型的进一步优化。

## 如何使用 VideoCrafter2

 1. 访问VideoCrafter2的官方项目主页或[VideoCrafter2的Hugging Face空间](https://huggingface.co/spaces/VideoCrafter/VideoCrafter2)，
    然后在 User Input 处输入简短的文本
 2. 点击 Expand [Prompt](https://paooo.com/ai-image-prompts/) 按钮生成更加丰富的提示
    描述
 3. 然后点击Generate Videos，将分别根据原始用户输入和丰富后的提示生成两个视频
 4. 生成高清视频需要2-3分钟。

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · 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](https://paooo.com/aigc-news/28415/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 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)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)