Saber: Scaling Zero-Shot Reference-to-Video Generation

Видеогенератор от Meta (запрещено в РФ) с персонализацией и референсами (R2V) на базе Wan2.1-14B.

Отличается от аналогов тем, что не требует специализированных наборов данных, содержащих тройки «изображение-видео-текст», а обучается на парах «видео-текст»

На черрипиках демонстрирует явное превосходство над Phantom и VACE

Помимо основной задачи имеет эмерджентные способности:

— работает с несколькими изображениями одного объекта с разных ракурсов

— связывает изображения и текстовые подсказки

— меняет визуальные детали в видео при изменении текста (например, цвет одежды)

Гитхаб

#referencing #reference2video #personalization #wan