「STARFlow-V」苹果放大招开源「全能AI视频生成模型」！

不二如是

今年年底，Apple 出人意料地「开源」了一款全新 AI 视频生成模型 STARFlow-V。

这个模型并不是沿用目前主流的扩散式（diffusion）方案，而是采用了“normalizing flows + transformer autoregressive flow”的架构——也就是在潜在空间里，将噪声直接映射为视频。

这种方法让训练与生成流程大大简化，同时避免了扩散模型那种逐帧去噪、费时费显卡的问题。

在线学习：



STARFlow-V 的强项在于它的“多功能性”：

同一个模型 checkpoint，就能执行从文本到视频（text-to-video）、从图片到视频（image-to-video）、甚至从已有视频到新视频（video-to-video editing）等任务，无需为每种任务重新训练或修改结构。

其双层架构（global-local design）负责分开处理整体时序逻辑与每帧画面细节，有效减少随着帧数增长的误差积累，从而保证视频连贯、稳定。

不过现实也有局限。当前版本输出为 480p／16fps，而且生成速度虽快（单次 forward pass + 并行流程，但据实测仍不一定达到真实时间渲染能力）。

与一些主流商业视频生成模型（如 Runway Gen-3、OpenAI Sora 等）相比，在画质、帧率、真实感等方面还有差距。

更重要的是，虽然官方说「open-weights」，但许可条款对商业用途与再分发有严格限制，不属于那种“完全自由可商用”的开源。

评论区聊聊你的想法吧

                               
登录/注册后可看大图

>>万能兑换C币许愿池<<

如果有收获，别忘了评分 ：

                               
登录/注册后可看大图

                               
登录/注册后可看大图

                                                                    

不二如是

感谢分享 朕又在鱼C学到最前沿AI圈动态啦！非常满意