一个名为PaintsUndo项目，这个项目可以根据你提供的一张静态图片，模拟出在数字绘画软件中的绘画过程，生成视频！该项目包含一系列模型，展示了各种人类绘画行为，比如素描、勾线、上色、阴影、变形、左右翻转、调整色彩曲线、改变图层透明度，甚至在绘画过程中改变整体想法等等。
目前发布了两个型号：paints_undo_single_frame和paints_undo_multi_frame。
paints_undo_single_frame为单帧模型，基于SD1.5架构进行了改进，输入为一张图和一个operation step，并输出一张图。
operation step相当于Ctrl+Z（撤销）多少次，比如operation step为100，就相当于会得到一张Ctrl+Z 100次的效果图。
paints_undo_multi_frame是多帧模型，基于VideoCrafter打造，但没有使用原始Crafter的lvdm，所有的训练/推理代码都是从头开始完全实现。
经过训练后，多帧模型整体架构类似于Crafter，包含5个组成部分：3D-UNet、VAE、CLIP、CLIP-Vision、Image Projection。
多帧模型输入为两张图片，输出是这两张图片之间的16帧中间帧，其结果比单帧模型更加一致，但也更慢，创造性较低。
代码库默认方法是将两个模型一起使用：
首先使用单帧模型获取5-7个“关键帧”，然后使用多帧模型来“插值”这些关键帧，最终生成一个相对较长的视频。理论上甚至可以生成无限长的视频，但在开发测试中帧数为100-500时，结果较好。
项目测试是在24GB显存的Nvidia 4090和3090TI上进行。理论上说，16GB的显存应该也够用，但8GB就不行了，最少需要大概10到12.5GB的显存。
根据不同配置，处理一张图大约需要5-10分钟。
生成视频时长25秒，帧率为4FPS，分辨率可能是320×512、512×320、384×448或448×384。
在PaintsUndo的demo中，我们可以看到PaintsUndo模型能够接收各种风格的图像作为输入，包括动漫、插画、概念设计等，然后生成一段完整的绘制过程视频。这些视频展现了从草稿、线稿到上色、渲染等各个阶段的演变，就像是在观看艺术家的创作直播。
输入任意一张图，分分钟就能“拆解”成一个25秒的图像绘制过程视频：
从线稿到填色还有局部细节调整，全都有的那种：
版权声明：此文章来自标记狮社区，转载请附上原文出处链接。
原文链接：https://mmmnote.com/article/7e8/07/article-79b3c1715da328dc.shtml
——————————————————————————
版权声明：此文章来自标记狮社区，转载请附上原文出处链接。
原文链接：https://mmmnote.com/article/7e8/07/article-79b3c1715da328dc.shtml
