MagicTime是一种基于文本描述生成高质量变化视频的模型。它通过学习时间流逝视频中的物理知识,实现了高度逼真的变化过程模拟。该模型包括MagicAdapter、Dynamic Frames Extraction和Magic Text-Encoder三个主要组件,可以有效地从文本中理解变化过程并生成对应的视频。同时,项目团队还开发了专门的时间流逝视频数据集ChronoMagic,为变化视频生成提供支持。综合实验结果表明,MagicTime在生成动态逼真的变化视频方面表现优秀,为打造物理世界的变化模拟器提供了新思路。