像搭积木一样玩AI，随着模型种类的不断丰富，不同的组合会带来什么惊喜？今天和大家分享最近看到的一个视频工作流（工具箱）。
首先，我们先对deforum和kandinsky做一些基本的介绍：
deforum-art/deforum
Deforum是一个Python包，用于扩散动画工具包。提供了生成动画的实际生成模型、辅助数据、辅助类和实用工具等功能。
生成效果是什么样的？参考以下网友分享的视频：
Kandinsky 2.2
朝着实现照片般逼真效果前进
Kandinsky 2.2是一个图像生成模型，通过引入新的图像编码器CLIP-ViT-G和ControlNet机制，提供更好的图像生成和文本引导图像。
宇航员猫潜入充满可爱鱼的海洋，优雅，高度详细，流畅，清晰焦点，美丽，全身，电影级，8K
Kandinsky 在2023年4月4日发布了2.1，3个月后发布了2.2版本，分辨率进行了提升，达到了1024，同时，支持了ControlNet功能，还有个特别的功能，生成贴纸！
通过在提示的末尾添加“sticker”一词进行生成，然后通过分割模型去除背景。因此，可以生成任何主题的贴纸。
几种典型的任务
更大的模型，参数总量4.6亿。主要是用于训练Image Prior模型的视觉编码器替换为更大的CLIP-ViT-G，从而提高了生成图像的质量。
| Kandinsky2.1 | Kandinsky 2.2 | |
类型 | 潜在扩散 | 潜在扩散 |
参数数量 | 3.3亿 | 4.6亿 |
文本编码器 | 0.6亿 | 0.6亿 |
Diffusion Mapping | 1.0亿 | 1.0亿 |
U-Net | 1.2亿 | 1.2亿 |
ViT | 0.5亿 | 1.8亿 |
MoVQ | 0.08亿 | 0.08亿 |
数据集规模 | 12亿对 | 15亿对 |
图像质量 | 良好 (768×768) | 很好 (1024×1024)，不同的长宽比 |
发布日期 | 2023年4月4日 | 2023年7月12日 |
deforum + kandinsky
视频工作流
主要借助deforum的几种对镜头控制的功能，加上kandinsky的生成能力，实现了此视频工作流。
图解原理
丰富的视频镜头：
最后，我们借助MixCopilot完成了对代码仓库的阅读理解，从代码层面也理解了整个技术的实现原理：
详细的中文注解，可以加入社群领取：
除了animatediff的视频工作流，我们又多了一个可选方案。
ComfyUI中文社区#文档汉化内测，全新的创作方式等你来探索！
