2025年1月14日 · Ruyi is an image-to-video model capable of generating cinematic-quality videos at a resolution of 768, with a frame rate of 24 frames per second, totaling 5 seconds and 120 frames. It supports lens control and motion amplitude control.

Ruyi 是一款图生视频模型，能够生成 768 分辨率、每秒 24 帧总计 5 秒 120 帧的影视级视频，支持 镜头控制 与 运动幅度控制，使用 RTX 3090 或 RTX 4090 可 无精度损失 地生成 512 分辨 …

2024年12月19日 · 今天文章主题介绍一款名为Ruyi的AI视频模型框架。 这是一家智能驾驶车企：图森未来发布的一款图生视频的开源大模型，具有中国风名字，叫 Ruyi（如意）。

2024年12月20日 · Ruyi-Models 支持镜头控制和运动幅度控制，使用 RTX 3090 或 RTX 4090 显卡可以生成 512 分辨率、120 帧（或 768 分辨率、约 72 帧）的无损视频。 该项目提供了详细 …

Ruyi是一个基于 DiT架构 的图生视频模型，它由两部分构成：一个 Casual VAE 模块负责视频数据的压缩和解压，一个Diffusion Transformer负责压缩后的视频生成。 其中Casual VAE模块会将空间分辨率压缩至1/8，时间分辨率压缩至1/4，压缩后每个像素由16位的BF16进行表示。 DiT部分使用3D full attention，在空间上使用2D RoPE进行位置编码，时间上使用sin_cos进行位置编码，最终的loss选用了 DDPM 进行训练。 模型的总参数量约为7.1B，使用了约200M个视频片段进行训 …

2024年12月17日 · Ruyi是图森未来正式发布的第一款“图生视频”模型。 凭借在帧间一致性、动作流畅性方面的卓越表现，以及和谐自然的色彩呈现和构图，Ruyi大模型将为视觉叙事提供全新的可能性。

Ruyi 是一款图生视频模型，能够生成 768 分辨率、每秒 24 帧总计 5 秒 120 帧的影视级视频，支持镜头控制与运动幅度控制，使用 RTX 3090 或 RTX 4090 可无精度损失地生成 512 分辨率、120 帧（768分辨率、~72帧）的视频。

2024年12月17日 · 据介绍，Ruyi 是一个基于 DiT 架构的图生视频模型，它由两部分构成：一个 Casual VAE 模块负责视频数据的压缩和解压一个 Diffusion Transformer 负责压缩后的视频生成模型的总参数量约为...

Ruyi-Models是一个图像到视频的模型，能够生成高达768分辨率、每秒24帧的电影级视频，支持镜头控制和运动幅度控制。 使用RTX 3090或RTX 4090显卡，可以无损生成512分辨率、120帧的视频。

2024年12月30日 · Ruyi基于DiT架构，由Casual VAE 模块和Diffusion Transformer组成，总参数量约为7.1B，使用了约200M个视频片段进行训练。 该模型支持多分辨率和多时长的视频生成，能够处理从384×384到1024×1024的分辨率，并具备首帧、首尾帧控制生成、运动幅度控制和镜头控制 …