蘋果在 GitHub 發佈了名為 STARFlow-V 的開源項目，一款 70 億參數的視頻生成模型。

據介紹，STARFlow-V 基於 Normalizing Flow 架構，在時空潛在空間中運行，採用全局-局部架構，旨在實現高效、高保真度的視頻生成。它支持高達 640x480（480p）的分辨率，81 幀（16 FPS，約 5 秒），並證明 Normalizing Flow 模型在視頻生成方面可以與視頻擴散模型相媲美。

STARFlow-V 是首個基於歸一化流的因果視頻生成器，支持端到端訓練、原生似然估計，並能原生支持文本到視頻、圖像到視頻以及視頻到視頻的生成任務，無需更改架構或重新訓練。

項目地址：https://starflow-v.github.io/