เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

สร้างวิดีโอกัน!

ถึงเวลาลองสร้างวิดีโอจาก text prompt ด้วยตัวเองแล้ว! ใช้ pipeline CogVideoXPipeline พร้อม prompt ต่อไปนี้เพื่อกำหนดทิศทางการสร้าง:

A robot doing the robot dance. The dance floor has colorful squares and a glitterball.

หมายเหตุ: การ inference บนโมเดลสร้างวิดีโออาจใช้เวลานาน จึงได้โหลดวิดีโอที่สร้างไว้ล่วงหน้าให้แล้ว การรันด้วย prompt ที่แตกต่างออกไปจะไม่สร้างวิดีโอใหม่

คลาส CogVideoXPipeline ถูก import ให้เรียบร้อยแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

โมเดล Multi-Modal ด้วย Hugging Face

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง CogVideoXPipeline จาก checkpoint THUDM/CogVideoX-2b
  • รัน pipeline โดยใช้ prompt ที่กำหนด ตั้งค่าจำนวน inference steps เป็น 20, จำนวน frames ที่จะสร้างเป็น 20 และ guidance scale เป็น 6

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

prompt = "A robot doing the robot dance. The dance floor has colorful squares and a glitterball."

# Create a CogVideoXPipeline
pipe = ____(
    "____",
    torch_dtype=torch.float16
)

# Run the pipeline with the provided prompt
video = pipe(
    prompt=____,
    num_inference_steps=____,
    num_frames=____,
    guidance_scale=____
)
video = video.frames[0]

video_path = export_to_video(video, "output.mp4", fps=8)
video = VideoFileClip(video_path)
video.write_gif("video_ex.gif")
แก้ไขและรันโค้ด