RepoPicks Radar

Atualizado todo dia por volta das 23:30 UTC

Guias

Text2Video-Zero

Picsart-AI-Research/Text2Video-ZeroRevisado por IA

Verificado pelo RepoPicks Radar em

O que é Text2Video-Zero?

O Text2Video-Zero cria vídeos curtos a partir de um texto escrito, usando um modelo de imagem (Stable Diffusion) quadro a quadro, sem nenhum treinamento de vídeo envolvido. Também pode seguir as poses ou as bordas de um clipe já existente, ou mudar o estilo dele a partir de uma instrução como "make it Van Gogh Starry Night". É código de pesquisa de um artigo de 2023: precisa de Python 3.9, CUDA e uma placa NVIDIA com pelo menos 12 GB de memória, ou cerca de 7 GB com a compressão no máximo. Os autores mantêm uma demo gratuita no Hugging Face. O código não muda desde abril de 2023 e o método agora também vem embutido na biblioteca Diffusers.

Text2Video-Zero é grátis e pode substituir Runway, Pika e Google Veo 3.

Quão fácil é instalar Text2Video-Zero?

A · baixe e abra · Web

  • Windows D
  • Linux D
  • Web A

A web é o caminho fácil, com nota A: os autores mantêm um Space gratuito no Hugging Face (PAIR/Text2Video-Zero) onde você digita um prompt. Fazer você mesmo é D no Linux e no Windows: "Install requirements using Python 3.9 and CUDA >= 11.6", criar um virtualenv, `pip install -r requirements.txt` com 35 pacotes fixados de 2023, e ter uma placa NVIDIA com 12 GB de memória antes que `python app.py` abra a página em 127.0.0.1:7860. O macOS não recebe nota porque a instalação exige CUDA.

Text2Video-Zero no GitHub

Estrelas
4.247em 10 de nov. de 2026
Downloads
—todas as versões
Crescimento
—sem ganho na última leitura

Estrelas ao longo do tempo

4.2464.2474.248 6 de nov.7 de nov.8 de nov.9 de nov.10 de nov. 4.2464.2474.248 6 de nov.8 de nov.10 de nov.

Fatos

Roda em
Windows, Linux, Web
Você precisa instalar
Python, Placa NVIDIA
Para compilar a partir do código
Python, Placa de vídeo, FFmpeg
Espaço em disco
950 MB–4,3 GB · estimativa
Contas ou chaves
Nenhuma
Custo
Grátis · Não há cobrança pelo código nem pelos modelos. A licença não é uma licença de código aberto simples: é a CreativeML Open RAIL-M, que acrescenta regras sobre como você pode usá-la.
Licença
NOASSERTION (Outra)
Pode substituir
Runway, Pika, Veo 3
Última mudança no GitHub
14 de abr. de 2023

Sinais de risco de Text2Video-Zero (10)

  • AtençãoLinks de download para sites de arquivos

    O README tem um link para https://www.dropbox.com/s/uv90mi2z598olsq/Text2Video-Zero.MP4?dl=0

    checagem automática

  • AtençãoDependências com vulnerabilidades conhecidas

    Dependências fixadas com vulnerabilidades conhecidas (OSV): accelerate: GHSA-4j2p-28q2-5m79, PYSEC-2026-3804; basicsr: GHSA-86w8-vhw6-q9qq, PYSEC-2026-1215; diffusers: GHSA-7wx4-6vff-v64p, GHSA-98h9-4798-4q5v, PYSEC-2026-2446; gradio: GHSA-26jh-r8g2-6fpr, GHSA-279j-x4gx-hfrh, GHSA-34rf-p3r3-58x2; opencv_python: GHSA-qr4w-53vh-m672, PYSEC-2023-183; opencv-contrib-python: GHSA-cxjf-x6jp-p7mc, PYSEC-2023-181; pillow: GHSA-22hg-r758-rrw9, GHSA-24rc-8hj2-v98c, GHSA-254f-3936-288h; pytorch_lightning: GHSA-2vj5-px25-gjrp, GHSA-4cv3-v7pv-rfhf, GHSA-75m9-98v2-hjpm; torch: GHSA-3749-ghw9-m3mg, GHSA-53q9-r3pm-6pq6, GHSA-5pcm-hx3q-hm94; tqdm: GHSA-g7vv-2v7x-gj9p, PYSEC-2026-1976; transformers: GHSA-282v-666c-3fvg, GHSA-29pf-2h5f-8g72, GHSA-37mw-44qp-f5jm

    checagem automática

  • Atençãocódigo de pesquisa sem mudanças desde abril de 2023

    O último commit é de 2023-04-14 (1304 dias antes desta checagem), não há nenhum release, e a receita fixa versões daquela época: `torch==1.13.1`, `diffusers==0.14.0`, `gradio==3.23.0`, `transformers==4.26.0`, com o environment.yaml pedindo python=3.8.5 e cudatoolkit=11.3 enquanto o README pede Python 3.9. Promessas como "We plan to continue optimizing our code" não foram seguidas de mais commits.

    revisão por IA

  • Atençãoa licença limita como você pode usá-lo

    O GitHub não consegue identificar a licença (NOASSERTION) porque o arquivo é a "CreativeML Open RAIL-M dated March 28, 2023", que diz que "added use-based restrictions not permitting the use of the Model in very specific scenarios" e que qualquer derivado precisa levar "at minimum - the same use-based restrictions". Essa não é uma licença permissiva simples, e o README acrescenta que o código original do Stable Diffusion está sob os mesmos termos.

    revisão por IA

  • Atençãouma única opção coloca a página na internet pública

    README: "To access the app remotely, run this shell command: `python app.py --public_access`", seguido de "For security information about public access we refer to the documentation of gradio". A página não tem login próprio, então o endereço que ela distribui fica aberto para quem tiver acesso a ele.

    revisão por IA

  • Atençãocarrega arquivos de modelo de sites da comunidade

    O código lista e carrega modelos com `get_model_list()`, de modo que "any base model for stable diffusion and any dreambooth model hosted on huggingface can now be loaded", e o README sugere "Dreambooth models can be obtained, for instance, from CIVITAI". São arquivos enviados por desconhecidos que o seu processo Python depois carrega, e o projeto não oferece nenhum checksum ou verificação.

    revisão por IA

  • Infoos estilos incluídos copiam franquias comerciais

    Os modelos Dreambooth já prontos se chamam "Anime DB", "Avatar DB", "GTA-5 DB" e "Arcane DB", ativados pelas palavras-chave `gtav style`, `arcane style` e `avatar style`. Eles existem para reproduzir a aparência de filmes e jogos que pertencem a outras empresas, e o que você pode publicar a partir disso depende de onde você mora.

    revisão por IA

  • Infoprecisa de uma placa nvidia grande

    Entrada de notícias de 28/03/2023: "We added a new low-memory setup. Minimum required GPU VRAM is currently **12 GB**", e de 06/04/2023: com Token Merging "and chunk size set to `2`, our code can run with **less than 7 GB VRAM**", ao custo da qualidade de imagem ("too high values will decrease the image quality").

    revisão por IA

  • Infoos clipes são bem curtos por padrão

    A chamada documentada usa `"video_length": 8` quadros a `fps = 4`, o que dá um clipe de dois segundos, e os resultados publicados são GIFs. Uma entrada de notícias posterior diz que os vídeos gerados "can have **arbitrary length**", mas os valores padrão e os exemplos continuam em oito quadros.

    revisão por IA

  • Infofalta uma funcionalidade no código

    README, Ablation Study: "Adding `smooth_bg=True` activates background smoothing. However, our code does not include the salient object detector necessary to run that code." O repositório também aponta para o mesmo método dentro da biblioteca Diffusers ("available in Diffusers, starting from version `0.15.0`"), que tem manutenção melhor do que este código.

    revisão por IA

As evidências aparecem no idioma original.

O que o Radar não conseguiu verificar em Text2Video-Zero

  • Se a receita de 2023 ainda instala com um driver de vídeo, Python ou versão de CUDA atuais
  • Quão bom ou estável fica o vídeo com os seus próprios prompts, já que os exemplos publicados foram escolhidos pelos autores
  • O uso real de disco, estimado pelas checagens entre 950 MB e 4450 MB por heurística, depois que os arquivos do Stable Diffusion e do Dreambooth são baixados
  • Quanto tempo um clipe leva na sua placa, algo que o README nunca informa
  • O que há dentro de um arquivo Dreambooth pego de um site da comunidade antes de você carregá-lo

Projetos parecidos

O app RepoPicks

Em breve: instale com 1 clique pelo app RepoPicks.

Antes de baixar

Baixar do GitHub

Ver a página da versão no GitHub