Stable Video Infinity
vita-epfl/Stable-Video-InfinityRevisado por IA
Revisado por RepoPicks Radar el
¿Qué es Stable Video Infinity?
Stable Video Infinity, del laboratorio VITA de la EPFL, es código de investigación que extiende un modelo de video existente (Wan 2.1) para que siga generando clips de varios minutos a partir de una imagen más una secuencia de indicaciones de texto, en lugar de unos pocos segundos. Hay variantes para dibujos animados, baile a partir de un esqueleto y cabezas parlantes movidas por audio. Se ejecuta desde la terminal en Linux con una tarjeta NVIDIA potente (el equipo probó una A100 de 80 GB) tras descargar decenas de gigabytes de archivos de modelo, o mediante flujos de ComfyUI hechos por la comunidad. Incluye código de entrenamiento y conjuntos de datos.
Stable Video Infinity es gratis y de código abierto (MIT) y puede reemplazar a Runway, Kling y Pika.
¿Qué tan fácil es instalar Stable Video Infinity?
D · terminal, varias herramientas o tarjeta específica · Linux
En la práctica solo Linux, y una D: creas un entorno conda, ejecutas pip install -e ., instalas flash_attn (el README enlaza una incidencia para cuando eso falla), descargas el modelo base Wan 2.1 14B junto con los adaptadores SVI usando huggingface-cli y lanzas scripts de shell o la demostración de Gradio. El entorno que probaron los autores es una A100 con 80 GB de memoria de video.
Pronto: instala con 1 clic desde la app RepoPicks.
Stable Video Infinity en GitHub
- Estrellas
- 2620el 10 nov 2026
- Descargas
- —todas las versiones
- Crecimiento
- +1estrellas en 6 días
Estrellas a lo largo del tiempo
Datos
- Funciona en
- Linux
- Necesitas instalar
- Python, Tarjeta NVIDIA, FFmpeg
- Para compilar desde el código
- Python, Tarjeta gráfica, FFmpeg
- Espacio en disco
- 1,1 GB–4,8 GB · estimación
- Cuentas o claves
- Ninguna
- Costo
- Gratis · Código MIT y archivos de modelo de descarga libre; los pesos base de Wan 2.1 y los conjuntos de datos vienen con sus propias condiciones. El README también dice que SVI-2.0 Pro está disponible en la plataforma Poe, por su interfaz de chat o su API, alojado con el apoyo de @empiriolabsai.
- Licencia
- MIT (Permisiva)
- Último cambio en GitHub
- 17 sept 2026
Señales de riesgo de Stable Video Infinity (7)
- AtenciónDependencias con vulnerabilidades conocidas
Dependencias fijadas con vulnerabilidades conocidas (OSV): torch: GHSA-3749-ghw9-m3mg, GHSA-53q9-r3pm-6pq6, GHSA-63cw-57p8-fm3p; transformers: GHSA-29pf-2h5f-8g72, GHSA-37mw-44qp-f5jm, GHSA-4w7r-h757-3r74
revisión automática
- AtenciónCabeza parlante a partir de una foto y un audio
El modelo SVI-Talk toma "Image + Audio" y produce un "Talking video" (tema: audio-driven-talking-face), lo que genera videos de una persona diciendo algo que nunca dijo; el README no trae ningún aviso sobre consentimiento ni mal uso.
revisión con IA
- AtenciónVariante de dibujos con personajes conocidos
Una de las variantes aparece como "SVI-Tom&Jerry — Cartoon animation", y el README enlaza un "8-minute crazy Tom & Jerry video made with SVI-Tom". El archivo svi-tom.safetensors no está en el repositorio: el README lo descarga de Hugging Face (vita-video-gen/svi-model) con huggingface-cli. Los personajes de dibujos suelen estar protegidos por derechos de autor, y las condiciones del titular de esos derechos quedan fuera de la licencia MIT del proyecto.
revisión con IA
- InfoEquipo pesado y descargas grandes
README.md: "We have tested the environment with A100 80G, cuda 12.0" y el árbol weights/ lista el modelo base Wan 2.1 I2V 14B en siete fragmentos safetensors, más codificadores adicionales para las variantes de habla y baile.
revisión con IA
- InfoFlujos y alojamiento de terceros
Buena parte del uso práctico pasa por trabajo de otras personas: flujos de ComfyUI de la comunidad (con avisos como "Avoid using the wrong SVI 1.0 workflow in this repo" y versiones de prueba cuantizadas), y el README dice "SVI-2.0 Pro is now available on the Poe platform! You can access it through the Poe chat interface or integrate it via their API", agradeciendo a @empiriolabsai por el apoyo.
revisión con IA
- InfoDatos de entrenamiento de terceros
Los conjuntos de entrenamiento listados incluyen MixKit, UltraVideo, un subconjunto de 5k de Hallo 3 y un conjunto de baile de TikTok tomado de Kaggle, cada uno con sus propias condiciones.
revisión con IA
- InfoAfirmaciones del autor sin medición independiente
Afirmaciones como "This will never drift or forget in our 20 min test" e "infinite length" provienen de las pruebas de los propios autores.
revisión con IA
La evidencia aparece en su idioma original.
Lo que Radar no pudo verificar de Stable Video Infinity
- Cuánta memoria de video hace falta de verdad en una tarjeta gráfica de consumo, y si llega a funcionar por debajo de la A100 de 80 GB probada.
- El espacio real en disco: el modelo base Wan 2.1 14B y los codificadores adicionales son mucho más grandes que la estimación de las comprobaciones.
- Cuánto tarda en generarse un minuto de video.
- Si funciona en Windows o macOS; las instrucciones son comandos de shell de Linux con flash_attn y CUDA 12.
- Si la calidad de los videos de la comunidad se puede reproducir con tus propias imágenes e indicaciones.
- Con qué material se ajustó cada variante: el README lista los conjuntos de entrenamiento de la familia, pero no los de svi-tom.