O Stable Video Diffusion XT é útil para experimentar um pouco de movimento em uma imagem estática existente: um deslocamento breve e suave da câmera ou uma tomada de ambientação. Ele gera 25 quadros em 576 × 1024, oferecendo um objetivo bem delimitado para os experimentos locais. Prompts de texto não permitem direcionar o modelo lançado, o movimento pode ser mínimo ou inexistente e os rostos podem se deformar — uma base fraca para closes de personagens. Mantenha-o como checkpoint para comparação ou experimente usá-lo em inserções breves sem conteúdo explícito, inspecionando cada quadro antes do uso. Diálogos, sequências planejadas e animação precisa exigem outras ferramentas, e o uso comercial depende da licença do checkpoint.
Uso comercial & licença
O checkpoint está sujeito à Community License da Stability AI. O uso comercial está sujeito a condições de registro e faturamento, e todo uso deve seguir a política de uso aceitável da empresa.
Regras sobre conteúdo adulto
A política de uso aceitável da Stability de 30 de setembro de 2026 proíbe conteúdo relacionado a relações sexuais, atos sexuais ou violência sexual. Ela se aplica ao código e aos pesos hospedados em infraestrutura própria sob as licenças Research, Community ou Enterprise, bem como ao uso por meio de provedores de hospedagem terceirizados.
O que você precisa
Uma imagem estática de entrada de 576 × 1024, o checkpoint XT e um pipeline compatível de geração de vídeo a partir de imagem. O XT gera 25 quadros nessa resolução. Os requisitos de memória da GPU variam conforme a implementação e as otimizações de memória.
Os níveis são recomendações para a tarefa descrita, com base na documentação analisada. Os níveis dos modelos abrangem desenvolvimento sem conteúdo sexual explícito. Não realizamos benchmarks práticos. Verifique separadamente as políticas de conteúdo e os termos comerciais. Como os níveis funcionam →
Fontes e leituras adicionais +
Última verificação 5 de outubro de 2026.