SkyReels翻译站点

SkyReels 是由 SkyworkAI 开发的一个突破性开源 AI 视频创作平台，旨在通过先进的人工智能技术让高质量视频生成变得触手可及。其核心模型 SkyReels V1 是全球首个也是最先进的人类中心视频基础模型，提供了卓越的文本到视频（Text-to-Video, T2V）和图像到视频（Image-to-Video, I2V）生成能力。通过在超过 1000 万个高质量影视片段上进行微调，SkyReels V1 能够生成具有自然角色表现、精确空间定位和深刻场景理解的视频，性能可媲美专有模型如 Kling 和 Hailuo。

核心功能

SkyReels 的强大功能使其在 AI 视频生成领域独树一帜，以下是其主要特点：

• 自研数据清洗与标注：SkyReels 开发了独特的数据处理管道，将面部表情分类为 33 种不同类型，确保生成视频中的角色表情生动逼真。此外，它还支持跨模态分析，理解服装、场景和剧情，提升视频的叙事连贯性。

• 3D 空间感知：通过 3D 人体重建技术，SkyReels 实现了电影级别的角色空间定位，确保视频中的人物动作和位置自然协调。

• 动作识别：模型支持超过 400 个动作语义单元，能够生成复杂且动态的视频内容，适用于多样化的创作需求。

• 场景理解：通过跨模态分析，SkyReels 能够深入理解视频中的场景元素，如服装、环境和剧情，提升生成内容的真实感和沉浸感。

• 多阶段预训练：SkyReels V1 采用三阶段预训练流程，包括模型领域迁移、图像到视频预训练和高质微调，确保模型性能达到最优。

• 高效推理框架：SkyReelsInfer 是一个高效的视频生成推理框架，支持多 GPU 推理（包括上下文并行、CFG 并行和变分自编码器并行），与 HunyuanVideo XDiT 相比，端到端延迟降低了 58.3%。它还支持模型量化和参数卸载，优化显存使用。

SkyReels-A1：肖像动画的创新

除了 SkyReels V1，SkyworkAI 还推出了 SkyReels-A1，这是一个专注于视频扩散变换器中表情肖像动画的模型。SkyReels-A1 的主要特点包括：

• 音频驱动动画：支持音频驱动的肖像动画管道，生成逼真的说话头部视频。

• 长视频支持：能够处理长视频生成，并支持动态分辨率（推荐帧率包括 12、24、48 和 60 FPS）。

• 交互式界面：通过 Gradio 界面提供交互体验，方便用户测试和调整。

• 评估工具：提供 SimFace、FID 和 L1 距离等指标评估脚本，用于衡量表情和动作的生成质量。

SkyReels-A1 的工作原理是将输入视频序列和参考肖像图像结合，通过提取面部表情感知的地标作为运动描述符，将表情转移到肖像上。其基于扩散变换器（DiT）的条件视频生成框架直接将这些地标整合到输入潜在空间中，生成高质量的动画效果。

性能表现

SkyReels V1 在 VBench 基准测试中表现出色，整体得分为 82.43，高于其他开源模型如 VideoCrafter-2.0 VEnhancer（82.24）和 CogVideoX1.5-5B（82.17）。以下是其在关键指标上的表现：

在延迟性能方面，SkyReelsInfer 在多 GPU 环境下表现优异。例如，在 4 张 RTX4090 上，SkyReelsInfer 的延迟为 293.3 秒，而 HunyuanVideo + XDiT 为 464.3 秒。

重要意义

SkyReels 的开源性质使其在 AI 视频创作领域具有深远意义。传统上，高性能视频生成工具通常被大型工作室或专有软件垄断，而 SkyReels 通过开放源代码和模型权重，赋能全球的创作者、研究人员和开发者。其人类中心的设计确保生成视频不仅技术上令人印象深刻，还具有情感共鸣和叙事连贯性。

此外，SkyReels 的多功能性使其适用于多种场景，从个人内容创作到大规模商业应用。其高效推理框架和对用户级 GPU（如 RTX4090）的支持降低了技术门槛，使更多人能够参与到 AI 驱动的视频创作中。

如何使用 SkyReels

用户可以通过以下方式开始使用 SkyReels：

1. 访问官方网站：通过 SkyReels 官方网站 体验在线演示、查看文档或加入社区讨论。

2. 获取源代码：SkyReels V1 和 SkyReels-A1 的推理代码和模型权重可在 SkyReels V1 GitHub 和 SkyReels-A1 GitHub 上下载。

3. 运行推理：推荐设置包括分辨率 544×960、帧率 24 FPS、引导尺度 6.0。用户可参考 GitHub 上的详细指南进行环境配置和推理。

4. 探索演示：SkyReels-A1 提供 Hugging Face Spaces 演示 (SkyReels-A1 Talking Head) 和 LipSync 工具 (LipSync Demo)。

社区与支持

SkyworkAI 致力于通过开源和开放科学推动人工智能的进步。用户可以通过 Discord 社区 与其他开发者交流，获取技术支持或分享创作经验。此外，SkyReels 的技术报告和相关论文（如 SkyReels-A1 论文）已公开，供研究人员深入了解其技术细节。

结论

SkyReels 是 AI 视频创作领域的先锋，通过其开源模型 SkyReels V1 和 SkyReels-A1，为全球创作者提供了强大而易用的工具。其在性能、效率和人类中心内容生成方面的突破，使其成为从独立创作者到专业工作室的理想选择。随着 SkyReels 社区的不断发展，它有望进一步推动视频创作的创新和普及。