WorldFoundry
English中文

Stable Video Infinity 2.0

论文方法总览：Stable Video Infinity 2.0 的视频生成架构。

Stable Video Infinity 2.0（EPFL (VITA lab)）：图生视频、长视频生成；已验证。

编辑此页GitHubMarkdown

Stable Video Infinity 2.0（SVI）通过五帧续接与逐段换种子来串联视频段，由提示词流驱动，可生成任意长度的视频。它是 catalog 中证据最充分的条目之一：runner 状态为 已验证，记录的 A100 运行生成两段相接的 81 帧 832x544 视频并输出 157 帧 H.264 产物；与固定官方运行时的同设置对比达到 31.03 dB PSNR。

论文官方 Teaser：Stable Video Infinity 2.0 的视频生成论文配图。
论文官方 Teaser：Stable Video Infinity 2.0 的视频生成论文配图。
论文方法总览：Stable Video Infinity 2.0 的视频生成架构。
论文方法总览：Stable Video Infinity 2.0 的视频生成架构。

记录论文为Stable Video Infinity: Infinite-Length Video Generation with Error Recycling（2025）。

项目页：stable-video-infinity.github.io/homepage。代码：vita-epfl/Stable-Video-Infinity。代码：epfl-vita/svi-model。

构建运行命令

推理 Pipeline
StableVideoInfinityPipelineworldfoundry.pipelines.stable_video_infinity.pipeline_stable_video_infinity
任务Prompt Stream I2V prompt-stream-i2v
环境worldfoundry-unified-cu128
设备CUDA 12.8
Runnerworldfoundry.pipeline
加载方式from_pretrained
调用方式native_or_standard_invocation
worldfoundry-eval run \
  stable-video-infinity \
  --pipeline.task-profile prompt-stream-i2v \
  --json

用来做什么

stable-video-infinity 是记录的文本/图像到视频线。需要同一张卡片上同时有 prompt 与静帧条件时用它。

SVI 2.0 是叠加在 Wan2.1-I2V-14B-480P 上的 LoRA：适配器复用 WorldFoundry 规范化 Wan 组件与分段 runner，保留五帧续接、参考帧填充与提示词流重复机制。发布的训练管线 LoRA 键会归一化为纯 Wan DiT 模块名，任何发现的 LoRA 对未合并成功都会导致加载失败。该模型由洛桑联邦理工学院（EPFL VITA 实验室）发布。

catalog 记录的任务包括 图生视频、长视频生成、prompt-stream-video-generation。别名包括 SVI、SVI-2.0、stable_video_infinity、stable-video-infinity-2.0。模态上，它接受图像，输出视频。

记录的评测入口包括ChronoMagic-Bench（长时程评测，契合 SVI 的无限长视频目标）、VBench（单段质量标尺）。

运行时契约

可选 prompt、prompt_stream、image、num_clips、num_frames；产物 generated_video、stable-video-infinity.mp4。

CLI task profile：prompt-stream-i2v。绑定的 pipeline 类是 StableVideoInfinityPipeline。

系列状态：已验证。

prompt-stream-i2v 记录默认值：seed=0, fps=24。

默认值遵循官方配方：五运动帧续接、完整参考帧填充、每段独立种子、每条提示词重复两次后推进。 除非启用 use_first_prompt_only，官方 999 段上限被限定为每条提示词两段。 需同时就位 SVI LoRA （vita-video-gen/svi-model，MIT）与 Wan2.1 基座。

在 WorldFoundry 中运行

启动 worldfoundry-eval run stable-video-infinity --pipeline.task-profile prompt-stream-i2v 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，torch>=2.5）。

记录的权重仓库包括 vita-video-gen/svi-model、Wan-AI/Wan2.1-I2V-14B-480P、epfl-vita/svi-model。准备环境并检查本地资产：bash scripts/inference/prepare_model_infer.sh stable-video-infinity；下载缺失的公开权重时加 --download。

记录 license 为 mit、apache-2.0；状态：已验证。