Cosmos AUTOMATED Image to Video (I2V) - EnragedAntelope

このワークフローはどのような処理を行いますか？

入力画像を取り込み、必要に応じて裁ち切りまたはリサイズして、Cosmosの最適なレンダリングサイズに調整した後、Cosmosが魔法をかけるための適切なプロンプトを自動生成します。その結果、家族が世代を超えて大切にできる、おそらく素晴らしい動画が得られます。

このプロセスは、Florence（画像を自動で説明するため）とLLM（画像の説明から動画用プロンプトを作成するため）の両方に依存しています。

さらに詳細な手順とリンクはワークフロー内に含まれています。

初期設定（モデル読み込み/LLM設定）後は、非常に簡単な操作：

1. 入力画像を読み込む。
2. プロンプトをキューに追加する。これだけです。その他の設定はすべて適切に構成済みです。

楽しんで、あなたの作品をぜひ見せてください！

期待値の設定：このモデルは非常に重いです。付属（オプション）の最適化を用いて7Bモデルを使用した場合、4090で1280x704の121フレーム動画を生成するのに約15分、VRAM使用量は20GBかかります。