图像参考视频生视频(尝鲜版)

模型大小只有 3B，属于尝鲜版。
使用说明：放入图像，让图像中的人替代视频中的人。文字输入：比如图像中是詹姆斯，视频是一个女人跳舞的视频，文字就写“篮球明星詹姆斯在跳舞”。不要放太复杂的视频，视频最好是单人的，因为应用的是蒙版技术。