测试了一下 #StableVideoDiffusion ，说一下结果，效果真的非常好，可以自动判断哪些地方该动以及应该怎样动。同时也不会有Runway那种涉及到复杂的内容比如人脸的时候画面崩坏的问题，非常稳定。

用的Colab里面的V100显卡，没有A100了，16G显存刚好够25帧的视频生成。生成时间大概144秒。
就是这个对硬件要求实在太高，希望社区大佬给力一些，优化到可以本地跑。下面是测试生成的视频。