Framer es una innovadora herramienta de interpolación de fotogramas que combina modelos de difusión preentrenados con control de trayectorias de puntos clave, ofreciendo a los usuarios una capacidad de personalización precisa de transiciones de movimiento. Al subir las imágenes del fotograma inicial y final, se puede generar un video de transición entre ambos. Mediante control interactivo y funciones de optimización automática, logra efectos visuales naturales y de alta calidad en escenarios de movimiento complejo y con cambios notables de apariencia.
Nota: Este modelo solo admite la generación de videos con una resolución de 512×320.

Funciones del software:
Interpolación de fotogramas interactiva: permite a los usuarios realizar ajustes personalizados mediante puntos clave y trayectorias, logrando un control preciso del movimiento local.
Modo de accionamiento automático: detecta automáticamente la posición de los puntos clave y optimiza las trayectorias de movimiento, generando resultados naturales y temporalmente coherentes.
Impulsado por modelos de difusión: utiliza el modelo preentrenado Stable Video Diffusion para lograr alta resolución y coherencia visual durante el proceso de interpolación de fotogramas.
Procesamiento de escenarios complejos: capaz de afrontar eficazmente movimientos complejos de objetos, cambios de forma y diferencias de estilo.
Visualización eficiente: ofrece una interfaz interactiva e intuitiva para ajustar en tiempo real los puntos clave y las trayectorias, logrando una optimización de efectos visible al instante.
Casos de uso:
Producción audiovisual: en la producción de cine o vídeo, mejora el efecto de cámara lenta o repara transiciones de fotogramas discontinuas mediante la interpolación de fotogramas.
Creación de animación: ayuda a los animadores a generar rápidamente fotogramas de transición intermedios naturales entre dos fotogramas.
Investigación académica: admite estudios de análisis temporal y simulación de movimiento en el campo de la visión por computadora.
Desarrollo de videojuegos: optimiza la fluidez de la animación de los personajes y mejora la experiencia de juego.
Optimización de contenido visual: repara vídeos de baja tasa de fotogramas o mejora la expresividad dinámica de vídeos cortos, para escenarios de redes sociales y diseño creativo.
Requisitos de configuración:
El ordenador debe cumplir la siguiente configuración:
Sistema operativo: Windows 10/11 de 64 bits
Tarjeta gráfica: tarjeta gráfica NVIDIA con al menos 8G de memoria de vídeo
CUDA >= 12.1
El paquete completo descomprimido ocupa aproximadamente 41.9G, hay que reservar suficiente espacio en disco
Si el equipo no tiene CUDA instalado, puede consultar el tutorial de instalación:
Cómo consultar la marca, el modelo y la memoria de la tarjeta gráfica:
Abre el Administrador de tareas
Haz clic en "Rendimiento"
Haz clic en "GPU"
En la esquina superior derecha se ve el modelo de la tarjeta gráfica y, debajo, el tamaño de la memoria de vídeo

Tutorial de uso:
① Descarga el paquete integrado y descomprímelo;

Nota: la ruta de las carpetas y los nombres de archivo (incluidos los nombres de archivos de audio, imágenes, vídeos, etc.) no deben contener caracteres chinos; de lo contrario, algunos programas darán error al no poder reconocerlos

② Haga doble clic en "一键启动.bat", espere un momento y la interfaz de operación se abrirá automáticamente en el navegador

③ Suba las imágenes del fotograma inicial y final (las imágenes se ajustarán automáticamente a 512×320 píxeles), haga clic en el botón "添加新轨迹" para empezar a dibujar la trayectoria de movimiento, haga clic sobre la imagen para añadir puntos de trayectoria (para añadir cada trayectoria haga clic una vez en "添加新轨迹"), ajuste los parámetros de intensidad de control y amplitud de movimiento, y haga clic en "运行" para generar el vídeo
Nota: Este modelo solo admite la generación de videos con una resolución de 512×320.

④ Abajo se generará la vista previa del resultado

⑤ El resultado generado se encuentra en la carpeta "outputs" del paquete de archivos

Resultado generado:

Dirección de código abierto: https://github.com/aim-uofa/Framer