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
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。
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···
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
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
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···
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···
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-···
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
VisionCrafter
开源
一句话生成图片、动画和配乐,让创意动起来
Craft your visions
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···
