EasyAnimate

EasyAnimate 是一个基于 Transformer 扩散架构的端到端高清长视频生成框架。它支持文本到视频（T2V）、图像到视频（I2V）生成，具备高分辨率输出（如 480×720）、最长约 6 秒（49 帧 @8fps）的时序建模能力；核心技术包括 Diffusion Transformer（DiT）、可训练 VAE、多模态文本编码器（Qwen2-VL）、Flow 匹配采样及轨迹/相机控制等；适用于 AIGC 内容创作、短视频生成、广告素材制作及研究型视频扩散模型微调场景。