项目预览
项目数据
项目介绍
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
技术标签
使用教程
—
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
环境要求
- 操作系统：Windows 10 或 Ubuntu 20.04 / CentOS
- Python 3.10 或 3.11
- PyTorch 2.2.0，CUDA 11.8 或 12.1，CUDNN 8+
- NVIDIA GPU（官方验证 12G~80G 显存的多款型号）
- 约 60GB 可用磁盘空间用于存放权重
安装与启动步骤
-
1确认系统与Python
官方验证 Windows 10、Ubuntu 20.04、CentOS；Python 3.10 或 3.11。
-
2确认GPU与CUDA
需 PyTorch 2.2.0、CUDA 11.8/12.1、CUDNN 8+，以及 NVIDIA GPU。
-
3预留磁盘空间
模型权重较大，README 要求约 60GB 可用磁盘空间。
-
4选择运行方式
可选阿里云 PAI-DSW、本地依赖安装或 Docker，按自身环境选择。
-
5按README装依赖
README 1.2 节要求安装本地依赖，但节选未给出具体安装命令。
-
6准备推理生成
环境就绪后按 README“Inference Generation”章节执行推理，节选无命令。
如何确认成功
README未给出启动命令；完成环境准备并可进入“Inference Generation”章节即视为准备完成。
常见问题
Q：必须使用 NVIDIA GPU 吗？
A：README 仅列出 NVIDIA 显卡的验证环境，未说明支持 CPU；建议按官方验证配置准备。
Q：显存至少需要多少？
A：README 验证环境从 Nvidia-3060 12G 到 A100 80G，未给出统一最低显存。
Q：没有本地 GPU 怎么办？
A：可使用阿里云 PAI-DSW，README 提到有免费 GPU 时长，领取后可在 DSW 启动。
Q：需要多少磁盘空间？
A：约 60GB 可用空间，用于保存模型权重。
Q：Docker 方式怎么运行？
A：README 有 Docker 章节，但节选未包含具体 docker 命令，请查看完整 README。
注意事项
- README 节选未给出 pip 安装、推理、训练的具体命令，本教程不虚构。
- Docker 章节命令在节选处被截断，需查阅完整 README。
- 模型权重体积较大，请提前预留约 60GB 磁盘。
- 项目仍在成长阶段，使用前关注仓库最新说明。
核心亮点
- 支持任意分辨率视频生成，不受固定宽高比约束，适配不同下游场景
- 提供图生视频能力，可从单张静态图片生成连贯视频
- 以框架形式组织，便于研究者集成和二次开发
不足之处
- 项目处于成长阶段，文档与社区生态仍在积累
- 未提供明确的功能边界说明，实际生成质量与稳定性待更多验证
适用场景
- 研究者做多分辨率视频生成实验
- 开发者将图生视频能力集成到内容创作工具
- 创作者用单张图片快速生成短视频素材
替代项目
AnimateDiff、CogVideo
上一篇：ATAS
同类项目推荐
MoneyPrinterTurbo
开源
输入一句话，高清短视频自动出炉，文案配音全包了
利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short ···
VideoHighlighter
开源
本地离线分析视频，自动找高光、识物体、生成字幕
Open-source local AI video analyzer powered by Ollama. Visual search, automatic high···
openscreen
开源
免费无水印录屏做演示，替代 Screen Studio
Record your screen, ship a demo. Free and open-source, GPU-accelerated, no watermark···
seedance-2.0-api
开源
快速上手字节Seedance 2.0，文本/图片一键生成视频
Seedance 2.0 API — text-to-video and image-to-video examples