SkyReels-V2

SkyworkAI SkyReels-V2

项目核心内容总结：

项目功能
SkyReels-V2 是一个基于强化学习和扩散模型的无限长度视频生成模型，支持文本到视频（T2V）和图像到视频（I2V）生成，可输出高质量、长时序的影视内容。

主要特性

1. 无限长度生成：通过改进的扩散模型和Transformer架构，实现视频时长不受限制的生成。
2. 多模态支持：兼容文本和图像输入，生成内容符合输入语义。
3. 高质量输出：在多项基准测试（如VBench、Human Evaluation）中，总分、质量分均达到行业领先水平（如VBench总分83.9%）。
4. 技术优势：结合强化学习优化生成逻辑，采用分布式训练提升效率，支持多分辨率输出。

使用方法

• 通过强化学习框架训练模型，利用扩散模型生成视频帧，结合Transformer处理时序信息。
• 支持在开源平台（如HuggingFace）部署，适配不同分辨率需求。

核心成果

• 在文本到视频任务中，Human Evaluation总分达3.14（行业最高），语义得分优于主流模型。
• 在图像到视频任务中，SkyReels-V2-I2V在开源模型中排名第一（总分3.29）。
• VBench测试中，总分83.9%、质量分84.7%，超越OpenSora 2.0、CogVideoX1.5-5B等主流模型。