WorldFoundry
English中文

ZeroScope

cerspense 对 ModelScopeT2V 的无水印 16:9 微调。仅 prompt 的 576×320 U-Net；WorldFoundry 路径与 Diffusers 对齐；CC-BY-NC-4.0。

编辑此页GitHubMarkdown

ZeroScope 是社区作者 cerspense 对 ModelScopeT2V 的文生视频微调，面向无水印 16:9 短片。prompt 进，zeroscope.mp4 出。树内运行时只接受 prompt：传入图像或视频会报错。没有相机路径、没有导航动作、也没有 3D 资产。

本 docs 树没有入库的官方 teaser 或方法图。

WorldFoundry 通过 worldfoundry/synthesis/visual_generation/zeroscope/worldfoundry_runtime.py 跑 Hugging Face Diffusers U-Net。在所选配置下，输出与官方 Diffusers 路径一致。别名 zero-scope、zero_scope 解析到这里。

记录了两张卡片：cerspense/zeroscope_v2_576w（基础 576×320）与 cerspense/zeroscope_v2_XL（放大）。Studio/API 接好的 profile 就位的是 576w checkpoint。两套许可都是 CC-BY-NC-4.0。

构建运行命令

推理 Pipeline
ZeroScopePipelineworldfoundry.pipelines.component_pipelines
任务Interactive Video interactive-video
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 \
  zeroscope \
  --pipeline.task-profile interactive-video \
  --json

用来做什么

冒烟测试旧代文生视频管线，或和 ModelScopeT2V 父模型对比——不是产出当代 DiT 成片。启动 worldfoundry-eval run zeroscope，必填 prompt。运行时默认：8 帧、576×320、25 步、guidance 9.0、8 fps。产物：zeroscope.mp4。

这一代 U-Net 的细粒度评测入口是 FETV。第一人称世界探索用 YUME。3D splat 用 WorldGen。

在 WorldFoundry 中运行

ZeroScopePipeline 跑在 worldfoundry-unified-cu128（Python 3.11，CUDA 12.8）。把 cerspense/zeroscope_v2_576w 就位到 WORLDFOUNDRY_HFD_ROOT。商用或自动化评测前先看 CC-BY-NC-4.0——manifest 里两次记录了政策审阅。

最小评测

576w 路径 runner 已验证。对生成片段跑 FETV，加 --fetv-metrics clip_score，读 clip_score——这是有界官方组件。fetv_average 要声明的组件齐全才出现。