お停下さい！これらのモデルはtxt2img推論用ではありません！

これらをstable-diffusion-webui/modelsディレクトリに配置して、画像を生成できると期待しないでください！

では、これらは何ですか？

これらは、txt2video用の新しいModelscopeベースのモデルで、16:9のビデオ構成を最適化して生成するように訓練されています。9,923本のビデオクリップと29,769フレーム（24fps、解像度1024x576）で学習されています。

これらのモデルは、/model/96454/zeroscope-v2-576w-txt2videoモデルの上位版です。XLモデルは、**1024x576で30fpsをレンダリングする際に、15.3GBのVRAM**を消費します。

\stable-diffusion-webui\models\ModelScope\t2vフォルダに配置してください。

ダウンロード後、text2video_pytorch_model.ptというファイル名を**.pth拡張子に変更することが不可欠**です。

ファイル名は、open_clip_pytorch_model.binとtext2video_pytorch_model.pthでなければなりません。

これらのモデルは、txt2video Auto1111 WebUI拡張機能での使用を前提としています。