AI视频生成模型有很多，生成仅主体带透明通道视频的模型你们见过没？[doge]

TransPixar: 提升文本到视频生成的透明度

🧐 TransPixar 是一种新型文本到视频生成模型，支持生成带有透明通道（RGBA）的高质量视频。通过改进现有的扩散变换器架构（DiT），该方法在保持原始RGB能力的同时，实现了透明元素（如烟雾、反射）与场景的高一致性融合，为视觉特效（VFX）和交互式内容创作提供了全新可能性。

➡️链接： http://t.cn/A6uH8jsD

✨重点

● 🎥 透明视频生成：首次引入支持透明通道的文本到视频生成模型，生成的RGBA视频可以在特效场景中无缝叠加（如水的涟漪、爆炸尘云等）。

● 🛠 技术创新：通过新增alpha通道标记、重新初始化位置嵌入和基于LoRA的微调机制，在保持RGB质量的同时，增强RGB和alpha通道的一致性。

● 💡 方法优化：采用分组注意力机制（Grouped Attention），避免文本对alpha通道的干扰，改善有限训练数据下的模型表现。

● 📊 应用场景：广泛适用于娱乐、广告、教育等领域，特别是在复杂的视觉特效和交互式内容生成方面具有显著优势。

该项目推动了文本到视频生成技术的发展，使透明特效和交互式创作变得更加高效和易用。

#AI白日梦想家[超话]##ai创造营##你好人工智能时代#