导语：StepFun公司正式开源其AI图文转视频工具StepVideo-TI2V，提供完整的模型权重与推理代码，推动文本驱动视频生成技术向更开放、更高效的方向发展。
【免费下载链接】stepvideo-ti2v项目地址: https://ai.gitcode.com/StepFun/stepvideo-ti2v
行业现状：近年来，AIGC（人工智能生成内容）技术在视频领域取得突破性进展，从文本生成视频（T2V）到图像生成视频（I2V），技术门槛不断降低，但高质量、商业化的解决方案仍多掌握在少数科技巨头手中。据相关数据统计显示，2024年全球AIGC视频工具市场规模已突破百亿美元，但开源工具在生成质量、效率和可控性方面仍存在明显短板。在此背景下，StepVideo-TI2V的开源无疑为开发者和中小企业提供了新的技术选择。
产品/模型亮点： StepVideo-TI2V作为一款文本驱动的图像转视频工具，其核心优势体现在三个方面：
首先，高效的资源利用设计。模型采用文本编码器、VAE解码与DiT（扩散Transformer）的解耦策略，通过分离计算任务优化GPU资源分配。根据官方测试数据，在4 GPU并行运行条件下，生成768×768分辨率、102帧视频仅需288秒，较单GPU方案提速近3.7倍，同时峰值显存占用控制在64.63GB，展现出良好的工程化优化能力。
其次，完整的开源生态支持。项目不仅提供模型权重和推理代码，还同步发布了专用评估基准Step-Video-TI2V-Eval，并已集成至ComfyUI可视化工作流工具，降低了非专业用户的使用门槛。开发者可通过简单命令行调用实现视频生成，例如输入提示词"男孩笑起来"并上传参考图像，即可生成连贯的动态视频。
最后，可控的视频生成参数。用户可通过调整运动分数（motion_score）和时间偏移（time_shift）等参数，灵活控制视频的动态幅度与节奏，满足从产品展示到创意内容的多样化需求。
行业影响：StepVideo-TI2V的开源将加速视频生成技术的普及进程。一方面，中小企业和独立创作者可基于开源代码构建定制化解决方案，降低AIGC视频制作的技术成本；另一方面，学术界可通过该项目深入研究视频生成的关键技术瓶颈，推动领域创新。值得注意的是，模型对硬件配置仍有较高要求——单GPU生成102帧视频需76GB显存，这可能限制部分个人开发者的即时应用，但多GPU并行方案为企业级部署提供了可行路径。
结论/前瞻：StepVideo-TI2V的开源标志着AI视频生成技术从封闭走向开放的重要一步。随着技术的迭代和硬件成本的下降，未来图文转视频工具有望在教育、营销、娱乐等领域实现规模化应用。对于开发者而言，参与该开源项目不仅能获取实用工具，更能在贡献中推动视频生成技术的标准化与普及化。
【免费下载链接】stepvideo-ti2v项目地址: https://ai.gitcode.com/StepFun/stepvideo-ti2v
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
