本文へスキップ

FIFO-Diffusion

訓練なしで無限長のテキスト条件動画を生成

公式サイトを見る

FIFO-Diffusion とは

本手法は事前学習済み拡散モデルに基づくテキスト条件動画生成の新たな推論技術と紹介され、訓練なしで無限の長さの動画を生成すると説明されている。連続フレームの列にノイズ水準の異なる状態を保ちながら対角ノイズ除去を繰り返す。

できること

  • 訓練なしでテキスト条件の動画を生成する
  • 複数の動画生成ベースラインを選ぶ
  • 高解像度の動画を出力する
  • 文章による場面の説明から生成を始める

仕組み

  • 列の先頭から完全にノイズ除去したフレームを出し、末尾に新しいランダムノイズのフレームを入れる
  • 連続フレームに対角ノイズ除去を反復する
  • 潜在分割で訓練と推論の隔たりを縮める
  • 先読みノイズ除去で前方参照の利点を生かす

生成の例

  • シドニー港の上空に花火が広がる動画を生成する
  • 南極の氷原にペンギンの群れを映した 4K 動画を作る
  • 宇宙を漂う宇宙飛行士の高品質な 4K 動画を作る

長所と短所

✓ 良い点

  • 動画の生成に追加の訓練が要らない
  • VideoCrafter2 や Open-Sora-Plan などの動画生成ベースラインに対応

! 注意したい点

  • 潜在分割で訓練と推論の隔たりを縮める
  • 先読みノイズ除去は前方参照に依存

よくある質問

訓練は必要?

資料は訓練なしで動画を生成できると説明。

挙がるベースラインは?

資料には VideoCrafter2 と Open-Sora-Plan などが挙がる。

最終評価日: 2026-11-15

その他 AI動画生成 ツール

すべて見る →

評価方法