clip-gan 是视频领域的开源项目，由 AlekseyKorshuk 开发，2021 年首次发布。
它收录于视频分类，该分类目前共有 473 个项目，GitHub 星标数为 54。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-18。GPL-3.0许可，可自由使用和修改，无付费版本。
它主要面向的使用场景是：音乐人快速生成专辑封面或宣传视频素材。同类可对比的替代方案包括 Wav2CLIP、CLIP-Mesh、DeepMusicVisualizer。
clip-gan
用AI把音乐自动变成视觉大片，零剪辑经验也能玩
clip-gan 是一个利用 CLIP 模型引导生成式对抗网络（GAN）自动创作音乐视频的开源实验项目。它解决了传统音乐视频制作成本高、创意受限的问题，通过将 CLIP 的语义理解能力与 BigGAN、DALL-E、StyleGAN 等生成模型结合，根据音乐节奏和歌词内容自动生成匹配的视觉画面。核心能力包括：支持多种生成模型后端、基于文本或音频特征驱动图像生成、自动拼接视频帧并同步音乐节奏。项目以 Jupyter Notebook 形式呈现，便于学习和二次开发，适合艺术家、开发者和研究者探索 AI 驱动的创意视频生成。尽管目前星标数较少，但其技术路线在 AI 生成内容领域具有前瞻性，为音乐可视化提供了低成本、高自由度的解决方案。
开源
free
视频生成
GitHub 星标
★ 54
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类视频生成
开发团队AlekseyKorshuk
所属国家
定价模式free
价格说明开源项目，GPL-3.0许可，可自由使用和修改，无付费版本。
访问状态
是否开源是
开源协议GPL-3.0
主要语言Jupyter Notebook
技术栈/模型ai,biggan,clip,dall-e,generator,music-video,neural-network,neural-networks,stylegan,video,video-generation,video-generator
GitHub 星标★ 54
30天Star增速
HF 下载量
上线时间2021-05-25 00:00:00
最近更新2026-09-18 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3
使用教程
核心亮点
- 集成 BigGAN、DALL-E、StyleGAN 多种生成模型，灵活切换风格
- 利用 CLIP 语义对齐，让画面内容与歌词/音乐主题高度相关
- Notebook 形式降低上手门槛，方便逐段调试和二次创作
不足之处
- 依赖多个大型预训练模型，显存和计算资源要求高
- 生成视频的分辨率和连贯性可能有限，需后期处理
- 文档/社区待观察
适用场景
- 音乐人快速生成专辑封面或宣传视频素材
- 视频创作者为播客或短视频自动配背景动画
- AI 艺术爱好者探索生成艺术与音乐结合
替代项目
Wav2CLIP、CLIP-Mesh、DeepMusicVisualizer
项目介绍
上一篇：voxel-flow
下一篇：video_prediction
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 ···
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
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···
MagicDance
开源
一张图+任意动作，生成身份不变的逼真人物视频
[ICML 2024] MagicPose(also known as MagicDance): Realistic Human Poses and Facial Ex···