HyperAI

1. مقدمة البرنامج التعليمي

Wan2.2-S2V-14B هو نموذج توليد فيديو صوتي مفتوح المصدر، أطلقه فريق Alibaba Tongyi Wanxiang في أغسطس 2025. يتطلب Wan2.2-S2V-14B صورة ثابتة ومقطعًا صوتيًا فقط لتوليد مقاطع فيديو رقمية بجودة الأفلام، تصل مدتها إلى دقائق، ويدعم مجموعة متنوعة من أنواع الصور والإطارات. يمكن للمستخدمين التحكم في شاشة الفيديو عن طريق إدخال أوامر نصية لزيادة ثراء الصورة. يدمج النموذج تقنيات مبتكرة متعددة لتوليد فيديو صوتي للمشاهد المعقدة، ويدعم توليد مقاطع فيديو طويلة، والتدريب والاستدلال متعدد الدقة. استُخدم النموذج على نطاق واسع في البث المباشر الرقمي، وإنتاج الأفلام والتلفزيون، وتعليم الذكاء الاصطناعي، وغيرها من المجالات. نتائج البحث ذات الصلة هي:Wan-S2V: إنشاء فيديو سينمائي يعتمد على الصوت".

موارد الحوسبة المستخدمة في هذا البرنامج التعليمي هي بطاقة RTX A6000 واحدة.

2. عرض التأثير

3. خطوات التشغيل

1. ابدأ تشغيل الحاوية

2. خطوات الاستخدام

إذا تم عرض "بوابة سيئة"، فهذا يعني أن النموذج قيد التهيئة. نظرًا لأن النموذج كبير الحجم، يرجى الانتظار لمدة 2-3 دقائق وتحديث الصفحة.

ملاحظة: كلما زادت خطوات الاستدلال، كان التأثير الناتج أفضل، ولكن وقت توليد الاستدلال سيكون أطول. يُرجى ضبط خطوات الاستدلال بشكل معقول (مثال 1: عندما تكون خطوات الاستدلال 10، يستغرق توليد فيديو حوالي 15 دقيقة).

المعلمات المحددة:

الدقة (H*W): الدقة.
عدد الإطارات لكل مقطع: يحدد عدد الإطارات المتتالية التي سيتم معالجتها أو إنشاؤها في كل مرة يتم فيها إنشاء الفيديو.
معامل التوجيه: يتحكم في مدى قوة اتباع عملية التوليد لمطالبة الإدخال أو الشروط (مثل النص أو صورة المرجع).
عدد الخطوات المُستخدَمة: يُحدِّد عدد التكرارات المُستخدَمة في عملية إنشاء نموذج الانتشار. تبدأ نماذج الانتشار عادةً بضوضاء نقية، ثم تخضع لخطوات إزالة ضوضاء مُتعدِّدة للحصول على النتيجة النهائية.
تحويل الضوضاء: يستخدم لضبط خصائص الضوضاء أثناء عملية الانتشار، مثل تغيير توزيع الضوضاء أو شدتها.
البذرة العشوائية (-1 عشوائي): تتحكم في الحالة الأولية لمولد الأرقام العشوائية.
استخدام صورة المرجع كإطار أول: خيار منطقي. عند تفعيله، ستُستخدم صورة المرجع التي يوفرها المستخدم كإطار البدء (الإطار الأول) للفيديو المُولّد.
تفريغ النموذج لحفظ ذاكرة الفيديو (أبطأ): تفريغ النموذج لحفظ ذاكرة الفيديو (أبطأ).

4. المناقشة

🖌️ إذا رأيت مشروعًا عالي الجودة، فيرجى ترك رسالة في الخلفية للتوصية به! بالإضافة إلى ذلك، قمنا أيضًا بتأسيس مجموعة لتبادل الدروس التعليمية. مرحبًا بالأصدقاء لمسح رمز الاستجابة السريعة وإضافة [برنامج تعليمي SD] للانضمام إلى المجموعة لمناقشة المشكلات الفنية المختلفة ومشاركة نتائج التطبيق↓

معلومات الاستشهاد

معلومات الاستشهاد لهذا المشروع هي كما يلي:

@article{wan2025,
      title={Wan: Open and Advanced Large-Scale Video Generative Models}, 
      author={Team Wan and Ang Wang and Baole Ai and Bin Wen and Chaojie Mao and Chen-Wei Xie and Di Chen and Feiwu Yu and Haiming Zhao and Jianxiao Yang and Jianyuan Zeng and Jiayu Wang and Jingfeng Zhang and Jingren Zhou and Jinkai Wang and Jixuan Chen and Kai Zhu and Kang Zhao and Keyu Yan and Lianghua Huang and Mengyang Feng and Ningyi Zhang and Pandeng Li and Pingyu Wu and Ruihang Chu and Ruili Feng and Shiwei Zhang and Siyang Sun and Tao Fang and Tianxing Wang and Tianyi Gui and Tingyu Weng and Tong Shen and Wei Lin and Wei Wang and Wei Wang and Wenmeng Zhou and Wente Wang and Wenting Shen and Wenyuan Yu and Xianzhong Shi and Xiaoming Huang and Xin Xu and Yan Kou and Yangyu Lv and Yifei Li and Yijing Liu and Yiming Wang and Yingya Zhang and Yitong Huang and Yong Li and You Wu and Yu Liu and Yulin Pan and Yun Zheng and Yuntao Hong and Yupeng Shi and Yutong Feng and Zeyinzi Jiang and Zhen Han and Zhi-Fan Wu and Ziyu Liu},
      journal = {arXiv preprint arXiv:2503.20314},
      year={2025}
}