FancyVideo

输入文字或图片，快速生成动态视频片段

开源 🏷️定价信息待确认 ✅ 目前可打开视频生成 🍴 复刻 51 🐛 待处理 17 👀 关注 43

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 921

维护状态低维护

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类视频生成

开发团队360CVGroup

官网地址https://360cvgroup.github.io/FancyVideo

GitHubhttps://github.com/360CVGroup/FancyVideo

定价模式🏷️定价信息待确认

价格说明定价信息待确认

访问状态✅ 目前可打开

是否开源是

主要语言Python

技术栈/模型image-to-video,text-to-video,video-generation

GitHub 星标★ 921

上线时间2024-08-15 00:00:00

代码更新2025-05-10

仓库体积39.8 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数2

项目介绍

FancyVideo 是一个早期的视频生成开源项目，支持从文本和图像生成视频，属于第一代此类工具。它主要解决用户快速将文字描述或静态图片转化为动态视频片段的需求，核心能力包括文本到视频（text-to-video）和图像到视频（image-to-video）的生成。项目基于 Python 实现，技术栈聚焦于视频生成领域，适合研究者和开发者探索视频生成的基础流程。由于处于早期阶段，功能相对基础，但为后续视频生成技术的发展提供了参考实现。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 921

技术标签

image-to-video text-to-video video-generation

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：高级约 60 分钟部署方式：本地 GPU 4 步

环境要求

NVIDIA GPU（建议 24GB 显存）
约 30GB 模型空间

安装与启动步骤

1建环境

Python 3.10 + CUDA，装 requirements 后再补权重。

conda create -n fancyvideo python=3.10
conda activate fancyvideo
pip install -r requirements.txt

2下权重

主模型与 SD1.5 底模都要放好，路径写在 configs 的 yaml 里。
```
git clone https://huggingface.co/qihoo360/FancyVideo
```
3选推理配置

configs/inference 下有图生视频、文生视频、卡通风格、长视频延长等多份配置，按需求选。
```
CUDA_VISIBLE_DEVICES=0 PYTHONPATH=./ python scripts/demo.py --config configs/inference/t2v_pixars.yaml
```
4长视频拼接

video_extending 配置做片段延长，video_backtracking 做回溯，前者更吃显存。