ergouzi/e-video-animate · 自研模型

`e-video-animate` 接收一段源视频和一张参考图片，生成一段新视频：参考图片中的主体会复现源视频中的动作，并保留相同的音频。 该模型针对速度和成本进行了优化。生成 1 秒成片大约需要 5.24 秒，因此非常适合需要快速批量制作视频的创意工作流，例如 UGC 广告变体、热门视频二创、场景角色替换、游戏及数字人内容等。 **工作原理** 向模型提供以下两项内容： - **源视频（`video`）**：用于定义动作和音频的 MP4 视频。 - **参考图片（`image`）**：需要进行动画化处理的主体图片。 模型会返回 MP4 视频，其中参考图片中的主体会复现源视频中的动作。默认情况下，源视频的音频也会混入输出视…