在线教程 | 一键启动 Sora 开源平替，俘获 45 万 AI 开发者

1888 年，爱迪生提交了一项名为「活动电影放映机」的专利，该设备首次实现连续播放静态照片，形成类似动态画面的效果，由此拉开了视频发展的序幕。

回顾历史，视频经历了从无到有、从黑白到彩色、从模拟信号到数字信号的迭代。过去，视频的制作包括了脚本/剧本创作、拍摄、剪辑、配音、校审等多个步骤。时至今日，小到短视频平台的爆款视频，大到剧院内热映的大制作电影，仍然遵循着这一长链条的制作形式。

近年来，随着生成式 AI 的出现，视频的制作也迎来创新。 自 ChatGPT 横空出世以来，生成式 AI 在文字理解方面的能力屡屡带来惊喜。

2 月 26 日，OpenAI 发布了 Sora 模型，可通过接收文本指令，生成长达一分钟的视频。它不仅具有很好的理解长文本能力，还能够理解并模拟真实世界的物理情况，生成包含多个角色以及特定类型运动的复杂场景，兼具逻辑感和真实感。然而，目前 OpenAI 仅发布了 Sora 模型的演示视频，其访问权限只被授予小部分研究人员和创意人士等。

与此同时，现已有多个开源的 AI 生成视频模型可供大家免费使用。B 站热门 up 主 Jack-Cui 在其视频教程中介绍道，目前效果较好的开源 AI 生成视频方案是 Stable Diffusion + Prompt Travel + AnimateDiff 组合。

其中，Stable Diffusion 是一种「潜在扩散模型」，它先通过编码器将原始高维度数据（如图像）映射至潜在空间，在此空间中进行扩散和去噪，后通过解码器将潜在空间中清理过的数据重构回高维度空间，其最终结果是根据文本指令生成相应的静态图。

相比于目前主流在 AI 视频生成领域的扩散模型，Stable Diffusion 引入了一个额外的编码-解码阶段，这使得它应用于高维数据（如图像）时，会在一个包含原始数据重要特征的低维潜在空间中执行，提高了模型的效率和生成质量。

Prompt Travel 是一种调整文本指令的方式，用户可以根据创作意图，在视频的不同时间轴提供不同的关键词和描述，引导 AI 模型生成一连串既连贯又有变化的画面。

最后，AnimateDiff 在冻结的文生图模型中附加一个新初始化的运动建模模块，并利用视频片段数据集训练出合理的运动先验知识。一旦运动模块训练完成，将其插入到文生图模型内部，从而使模型具备生成多样化、个性化的文本驱动视频片段的能力。

目前，该模型部署教程已上线 HyperAI 超神经官网，点击即可一键克隆。

https://hyper.ai/tutorials/30038

由 B 站热门 up 主 Jack-Cui 制作的「Stable-Diffusion 在线教程」如下，该教程将手把手教你如何一键玩转 AI 绘画 & AI 生成视频！

王炸！AI声音克隆+Sora开源平替一键启动，全网最简单！_哔哩哔哩_bilibili

根据教程，小编已经成功生成了各种好看的图片和视频，效果简直不要太牛！