SkyReels-V1的多模态输入功能为内容创作提供灵活选择

2025-09-05

1.8 K

双通道输入系统拓展创作维度

SkyReels-V1创新的双向输入系统使创作者可以根据不同需求选择最适合的内容生成方式：

文本转视频(T2V)：直接通过文字描述生成动态内容，如输入”FPS-24, A dog running in a park”可自动创建24帧/秒的公园场景
图像转视频(I2V)：将静态人像转化为动态视频，保留原始特征的同时添加自然动作，分辨率支持544×960等专业规格

两种模式共享同一套高质量动作库，默认生成97帧（约4秒）视频。在硬件配置方面，建议使用NVIDIA RTX 4090等GPU配合CUDA 12.2环境，通过SkyReelsInfer推理框架可实现多GPU并行计算加速。