VideoCrafter

素材不够也不怕,出片质量照样顶

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 视频生成 🍴 复刻 415 🐛 待处理 77 👀 关注 65
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 5112
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,代码公开,可自行部署使用,无付费版本。

项目预览

VideoCrafter 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类视频生成
开发团队AILab-CVC
定价模式🏷️完全免费
价格说明开源项目,代码公开,可自行部署使用,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型image-to-video,text-to-video,video-generation
GitHub 星标★ 5112
上线时间2023-04-03 00:00:00
代码更新2026-01-09
仓库体积175.6 MB
本站数据更新2026-11-08
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

高质量视频扩散模型 VideoCrafter2,通过创新的训练策略有效克服数据稀缺问题,在有限数据下依然能生成清晰流畅、运动自然的高质量视频,为视频生成研究提供了实用方案。

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 ★ 5112

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:进阶 约 15 分钟 部署方式:本地安装 5 步

环境要求

  • 已安装 Anaconda 或 Miniconda(README 推荐用 Anaconda 安装环境)
  • Python 3.8.5(README 指定的 conda 环境版本)
  • 可正常访问 GitHub 与 PyPI 的网络环境

安装与启动步骤

  1. 1克隆项目代码

    README 未直接给出克隆命令,按其 GitHub 地址拉取源码并进入项目根目录,后续命令都在此目录执行。

    git clone https://github.com/AILab-CVC/VideoCrafter.git
    cd VideoCrafter
  2. 2创建 conda 环境

    按 README 的 Setup 第 1 步创建名为 videocrafter 的虚拟环境,Python 版本必须是 3.8.5。

    conda create -n videocrafter python=3.8.5
  3. 3激活虚拟环境

    激活刚创建的环境,之后所有安装命令都要在该环境内执行,否则依赖会装到 base 环境。

    conda activate videocrafter
  4. 4安装项目依赖

    README 给出的安装命令,会按项目 requirements.txt 安装全部 Python 依赖,耗时较长请耐心等待。

    pip install -r requirements.txt
  5. 5获取模型权重

    README 节选未提供权重下载命令,权重在 Hugging Face 上,请照官方仓库 README 的模型部分下载后再推理。

如何确认成功

README 节选未给出启动或推理命令;确认 conda 环境激活成功且依赖安装无报错即可视为准备完成。

常见问题

Q:conda 创建环境速度很慢或超时怎么办?

A:可先为 conda 配置国内镜像源后重试 conda create;pip 安装依赖慢时可加 -i 参数指定国内 PyPI 镜像。

Q:Python 版本可以用 3.9 或 3.10 吗?

A:README 明确指定 python=3.8.5,建议保持一致,避免依赖版本冲突导致安装失败。

Q:没有下载到模型权重能运行吗?

A:不能。README 节选只给出环境安装步骤,未给权重与推理命令,需按官方仓库说明下载 Text2Video / Image2Video 权重。

Q:只想快速体验,不想本地装环境可以吗?

A:可以,README 提供了 Hugging Face 在线 Demo 入口,直接在浏览器访问即可试用,无需本地安装。

注意事项

  • README 节选仅包含环境安装部分,推理命令、权重下载与配置参数均未给出,请以官方仓库最新 README 为准。
  • conda 环境名固定为 videocrafter,后续执行命令前务必先 conda activate videocrafter。
  • 本项目为视频扩散模型,实际推理对显存要求较高,建议在具备 NVIDIA GPU 的机器上使用。

核心亮点

  • 提出VideoCrafter2方法,针对视频扩散模型训练数据不足问题给出系统性解决方案,学术价值明确
  • 支持text-to-video与image-to-video双模式,覆盖主流视频生成需求,技术栈清晰
  • GitHub星标5071且处于成长阶段,社区关注度与活跃度良好,代码库以Python实现便于二次开发

不足之处

  • 文档/社区待观察

适用场景

  • 学术研究者复现和改进视频扩散模型训练策略
  • 开发者构建短视频、广告等创意内容的自动化生成工具
  • 产品团队评估视频生成能力,用于原型验证或内容生产管线集成

替代项目

ModelScope Text-to-Video、AnimateDiff、VideoFusion

上一篇:ViMax

下一篇:HunyuanVideo-1.5

同类项目推荐

MoneyPrinterAICreate 开源

AI自动写分镜,一键生成动态短视频

基于MoneyPrinterTurbo,AI生成分镜大纲与视频(动态,不是念ppt),接入万相通义wan2.1 a···

★ 337 2026-08-09
PVDM 开源

在潜空间玩转扩散模型,高效生成高质量视频

[CVPR'23] Video Probabilistic Diffusion Models in Projected Latent Space

★ 323 2026-08-09
4DAnyone 开源

上传一段普通视频,即可生成可自由观看的 4D 动态人物。

[SIGGRAPH Asia 2026] 4DAnyone: Create Anyone in 4D from a Casual Monocular Video

★ 1485 2026-09-10
mediamolder 开源

图形界面跑 FFmpeg,顺手把 AI 检测和转写一起做了

A redesign of FFmpeg for the AI era. React GUI. Custom AI integrations including YOL···

★ 112 2026-09-23
TempoTokens 开源

让音频直接驱动视频生成,对齐又多样

[AAAI 2024] The official PyTorch implementation of "Diverse and Aligned Audio-to-Vid···

★ 130 2026-08-09
novella 开源

输入小说,一键生成 4K 漫剧视频

端到端 AI 漫剧 / 动画短剧 Multi-Agent 多智能体协作创作平台 (Kineo AI)。基于 Hub-and-···

★ 134 2026-08-09
magvit 开源

用掩码 Transformer 高效生成高质量视频,支持预测、补全和插值。

Official JAX implementation of MAGVIT: Masked Generative Video Transformer

★ 1002 2026-08-09
VisionCrafter 开源

一句话生成图片、动画和配乐,让创意动起来

Craft your visions

★ 151 2026-08-09
cosmos-predict2.5 开源

用视频预测未来世界,为机器人和自动驾驶提供模拟训练场

Cosmos-Predict2.5, the latest version of the Cosmos World Foundation Models (WFMs) f···

★ 1394 2026-08-09