Stable VIdeo Diffusion（SVD）是由Stability AI开发的一种先进的AI视频合成技术，于2023年11月21日发布。这一模型标志着从其前身——专注于图像合成的稳定扩散（Stable Diffusion）——向视频合成领域的重要演进。
SVD分为两个不同的模型：第一个模型，简称为“SVD”，能将图像转换为长达14帧的视频；第二个模型，“SVD-XT”，则扩展了这一能力至25帧。这些模型具有很高的灵活性，能够以3至30帧每秒的速度运行，并生成通常持续2至4秒的短视频片段，视频格式为MP4，分辨率为576×1024。
该模型基于Stability的稳定扩散文本到图像生成模型，增加了额外的视频预训练和使用高质量的精选数据集进行微调。这个被称为大视频数据集（LVD）的数据集包含了580百万个视频片段，总时长达到212年。
Stable Video Diffusion在最初发布时，仅限于研究目的。Stability AI积极寻求用户的见解和反馈，以增强模型，强调该模型目前尚不适用于现实世界或商业应用。这一方法与Stability AI基于用户反馈和安全考虑，不断改进和发展其模型的承诺相一致。
Stable Video Diffusion的源代码和权重在GitHub上公开可用，为研究社区提供了探索和贡献的机会。
因此，Stable Video Diffusion作为AI视频合成领域的重要参与者，为广告、教育和娱乐等多个行业提供了巨大的潜在应用空间，尽管目前仍处于开发的初期阶段
