TransPixeler：文本生成 RGBA 视频

一、教程简介

TransPixeler 是由香港中文大学、香港科技大学和 Adobe 研究院于 2025 年发布的文本到视频生成方法，该方法保留了原始 RGB 模型的优势，并在有限的训练数据下实现了 RGB 和 alpha 通道之间的强对齐，能够有效地生成多样且一致的 RGBA 视频，从而推动了视觉特效和交互内容创作的可能性。相关论文成果为「TransPixeler: Advancing Text-to-Video Generation with Transparency」，已被 CVPR 2025 接受。

本教程采用资源为单卡 A6000，目前文字描述仅支持英语。

二、项目示例

三、运行步骤

1. 启动容器后点击 API 地址即可进入 Web 界面

若显示「Bad Gateway」，这表示模型正在初始化，由于模型较大，请等待约 1-2 分钟后刷新页面。

2. 进入网页后，即可与模型展开对话

参数说明:

• Seed:  随机数种子，用于控制生成过程中的随机性。相同的 Seed 值可以生成相同的结果（前提是其他参数相同），这在结果复现中非常重要。

使用步骤

四、交流探讨

🖌️ 如果大家看到优质项目，欢迎后台留言推荐！另外，我们还建立了教程交流群，欢迎小伙伴们扫码备注【SD 教程】入群探讨各类技术问题、分享应用效果↓

引用信息

感谢 Github 用户 xxxjjjyyy1  对本教程的部署。本项目引用信息如下：

@misc{wang2025transpixeler,
      title={TransPixeler: Advancing Text-to-Video Generation with Transparency}, 
      author={Luozhou Wang and Yijun Li and Zhifei Chen and Jui-Hsien Wang and Zhifei Zhang and He Zhang and Zhe Lin and Ying-Cong Chen},
      year={2025},
      eprint={2501.03006},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2501.03006}, 
}