---
title: "ModelScopeT2V"
description: "ModelScopeT2V（Alibaba (DAMO Academy / ModelScope)）：文生视频；Runner 一致性待确认。"
modelId: "modelscope-t2v"
pageSource: authored
---
ModelScopeT2V 是阿里达摩院最早开源的文生视频扩散模型——那个带动了开源 T2V 生态的 1.7B 模型（本 catalog 中的 ZeroScope 就是它的微调版）。WorldFoundry 路径已完备，checkpoint 缺失会在运行时报告。它主要作为历史基线保留。
记录论文为[arXiv 2308.06571](https://arxiv.org/abs/2308.06571)。
项目页：[modelscope.cn](https://modelscope.cn/)。代码：[modelscope/modelscope](https://github.com/modelscope/modelscope)。
结构上它是 **潜空间视频 U-Net**：在文生图扩散骨干里插入时间注意力，让一句 prompt 变成一段短、低分辨率片段。这也是后来的 DiT 系列（Wan、CogVideoX、HunyuanVideo）在画质和时序上取代它的原因。Hugging Face 卡片是 `ali-vilab/modelscope-damo-text-to-video-synthesis`。记录的许可是 **CC-BY-NC-4.0**——manifest 明确要求不要当成无限制开源。
## 用来做什么
`modelscope-t2v` 是记录的 prompt 到视频路由——不是图像编辑，也不是策略。只要任务是文生视频，从这里起步。
U-Net 潜空间视频扩散模型，在文生图基座中插入时序注意力层（见上游论文）。本仓库记录仅 prompt 的输入契约与 generated_video 产物。该模型由阿里巴巴（达摩院 / ModelScope）发布。
catalog 记录的任务包括 文生视频。模态上，它接受文本，输出视频。
记录的评测入口包括[FETV](/zh/docs/evaluation/benchmark-hub/fetv)（细粒度文生视频评测，适合老基线）。
复现 2023 年左右的开源文生视频基线：必填 `prompt` 进，经 `ModelScopeT2VPipeline` 写出 `modelscope-t2v.mp4`。已接线的控制是文本提示、**fps** 和 **seed**。用来对照后来的条目，或解释 ZeroScope 的父模型。研究级或生产级文生视频请用 DiT 卡片。这一代模型常用的细粒度套件是 [FETV](/zh/docs/evaluation/benchmark-hub/fetv)。
## 运行时契约
可选 `prompt`、`negative_prompt`、`frames`、`fps`、`height`；产物 `modelscope-t2v.mp4`。
CLI task profile：`interactive-video`。绑定的 pipeline 类是 `ModelScopeT2VPipeline`。
系列状态：**Runner 一致性待确认**。
HF cardData 记录其许可为非商用——manifest 明确要求不要当作无限制开源使用。 仅建议用于研究对比；生产级文生视频请用基于 DiT 的条目。
Checkpoint license is non-commercial per HF cardData; do not treat as unrestricted open source.
## 在 WorldFoundry 中运行
启动 `worldfoundry-eval run modelscope-t2v --pipeline.task-profile interactive-video` 采样视频。上方命令构建器按已记录任务切换 `--pipeline.task-profile`，发出的仍是 `worldfoundry-eval run`。
运行环境是统一 profile `worldfoundry-unified-cu128`（Python 3.11，CUDA 12.8）。
记录的权重仓库包括 `ali-vilab/modelscope-damo-text-to-video-synthesis`、`ali-vilab/modelscope-damo-text-to-video-synthesis`。准备环境并检查本地资产：`bash scripts/inference/prepare_model_infer.sh modelscope-t2v`；下载缺失的公开权重时加 `--download`。
记录 license 为 cc-by-nc-4.0；状态：**Runner 一致性待确认**。
路径已集成在 `worldfoundry-unified-cu128`。启动 `worldfoundry-eval run modelscope-t2v`。缺失权重会在运行时报告。**没有 runner-parity 证据**。启动前就位 `ali-vilab/modelscope-damo-text-to-video-synthesis`——不要用名字相近的 `model-scope/text-to-video-synthesis`，那不是本条目选定的 checkpoint。