Stable Video Infinity
vita-epfl/Stable-Video-InfinityRevisado por IA
Verificado pelo RepoPicks Radar em
O que é Stable Video Infinity?
O Stable Video Infinity, do laboratório VITA da EPFL, é código de pesquisa que estende um modelo de vídeo existente (Wan 2.1) para que ele continue gerando trechos de vários minutos a partir de uma imagem mais uma sequência de pedidos em texto, em vez de poucos segundos. Há variantes para desenhos animados, dança a partir de um esqueleto e cabeças falantes guiadas por áudio. Ele roda pelo terminal no Linux, com uma placa NVIDIA potente (a equipe testou uma A100 de 80 GB), depois de baixar dezenas de gigabytes de arquivos de modelo, ou por fluxos do ComfyUI feitos pela comunidade. Código de treino e conjuntos de dados estão inclusos.
Stable Video Infinity é grátis e de código aberto (MIT) e pode substituir Runway, Kling e Pika.
Quão fácil é instalar Stable Video Infinity?
D · terminal, várias ferramentas ou placa específica · Linux
Na prática só Linux, e nota D: você cria um ambiente conda, roda pip install -e ., instala o flash_attn (o README indica uma discussão para quando isso falha), baixa o modelo base Wan 2.1 14B junto com os adaptadores SVI usando o huggingface-cli e dispara scripts de shell ou a demonstração em Gradio. O ambiente testado pelos autores é uma A100 com 80 GB de memória de vídeo.
Em breve: instale com 1 clique pelo app RepoPicks.
Stable Video Infinity no GitHub
- Estrelas
- 2.620em 10 de nov. de 2026
- Downloads
- —todas as versões
- Crescimento
- +1estrelas em 6 dias
Estrelas ao longo do tempo
Fatos
- Roda em
- Linux
- Você precisa instalar
- Python, Placa NVIDIA, FFmpeg
- Para compilar a partir do código
- Python, Placa de vídeo, FFmpeg
- Espaço em disco
- 1,1 GB–4,8 GB · estimativa
- Contas ou chaves
- Nenhuma
- Custo
- Grátis · Código MIT e arquivos de modelo de download livre; os pesos base do Wan 2.1 e os conjuntos de dados vêm com condições próprias. O README também diz que o SVI-2.0 Pro está disponível na plataforma Poe, pela interface de conversa ou pela API dela, hospedado com apoio de @empiriolabsai.
- Licença
- MIT (Permissiva)
- Última mudança no GitHub
- 17 de set. de 2026
Sinais de risco de Stable Video Infinity (7)
- AtençãoDependências com vulnerabilidades conhecidas
Dependências fixadas com vulnerabilidades conhecidas (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
checagem automática
- AtençãoCabeça falante a partir de uma foto e um áudio
O modelo SVI-Talk recebe "Image + Audio" e produz um "Talking video" (tópico: audio-driven-talking-face), ou seja, gera vídeos de uma pessoa dizendo algo que ela nunca disse; o README não traz nenhum aviso sobre consentimento ou mau uso.
revisão por IA
- AtençãoVariante de desenho com personagens conhecidos
Uma das variantes aparece como "SVI-Tom&Jerry — Cartoon animation", e o README indica um "8-minute crazy Tom & Jerry video made with SVI-Tom". O arquivo svi-tom.safetensors não está no repositório: o README o baixa do Hugging Face (vita-video-gen/svi-model) com o huggingface-cli. Personagens de desenho costumam ser protegidos por direitos autorais, e as condições do titular desses direitos ficam fora da licença MIT do projeto.
revisão por IA
- InfoEquipamento pesado e downloads grandes
README.md: "We have tested the environment with A100 80G, cuda 12.0" e a árvore weights/ lista o modelo base Wan 2.1 I2V 14B em sete pedaços safetensors, além de codificadores extras para as variantes de fala e de dança.
revisão por IA
- InfoFluxos e hospedagem de terceiros
Boa parte do uso prático passa pelo trabalho de outras pessoas: fluxos do ComfyUI feitos pela comunidade (com avisos como "Avoid using the wrong SVI 1.0 workflow in this repo" e versões de teste quantizadas), e o README diz "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", agradecendo a @empiriolabsai pelo apoio.
revisão por IA
- InfoDados de treino vindos de terceiros
Os conjuntos de treino listados incluem MixKit, UltraVideo, um subconjunto de 5k do Hallo 3 e um conjunto de dança do TikTok vindo do Kaggle, cada um com condições próprias.
revisão por IA
- InfoAfirmações do autor sem medição independente
Afirmações como "This will never drift or forget in our 20 min test" e "infinite length" vêm dos testes dos próprios autores.
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar em Stable Video Infinity
- Quanta memória de vídeo é realmente necessária numa placa de consumo, e se chega a rodar abaixo da A100 de 80 GB testada.
- O espaço real em disco: o modelo base Wan 2.1 14B e os codificadores extras são bem maiores que a estimativa das checagens.
- Quanto tempo leva para gerar um minuto de vídeo.
- Se funciona no Windows ou no macOS; as instruções são comandos de shell de Linux com flash_attn e CUDA 12.
- Se a qualidade dos vídeos da comunidade pode ser reproduzida com as suas próprias imagens e pedidos.
- Com que material cada variante foi ajustada: o README lista os conjuntos de treino da família, mas não os do svi-tom.