Project https://tuneavideo.github.io

demo:https://huggingface.co/spaces/Tune-A-Video-library/Tune-A-Video-inference

一枚ずつimage2imageしてつなげるのとは違うんだろうか？

img2imgと比べたら一貫性高すぎない！？

Gen-1レベルじゃないかこれは

フレームレートの低さに惑わされてた

Deforumと違って、前後のフレームがちゃんと文脈で繋がってる