Awesome-Video-Diffusion-Models

一榜在手,视频扩散模型研究全览

这是一个关于视频扩散模型的精选资源列表,源自一篇发表在《计算机科学与技术评论》(CSUR)上的综述论文。项目系统梳理了视频扩散模型领域的核心研究,包括模型架构、训练策略、数据集、评估指标以及应用场景,并持续更新。它解决了该领域研究分散、入门门槛高的问题,为研究人员和开发者提供了一份结构化的导航图,涵盖从文生视频到视频编辑等前沿方向。项目按类别组织论文,并附有简要说明和链接,方便快速定位相关研究。

开源 free 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 2319
维护状态 较活跃
是否开源 是
定价模式 free

项目数据

分类视频生成
开发团队ChenHsing
所属国家
官网地址
定价模式free
价格说明开源项目,无在线服务,需自行部署,全部功能免费。
访问状态
是否开源是
开源协议
主要语言
技术栈/模型awesome,awesome-list,diffusion,diffusion-models,survey,text-to-video,video,video-diffusion,video-diffusion-model,video-editing
GitHub 星标★ 2319
30天Star增速
HF 下载量
上线时间2023-08-01 00:00:00
最近更新2026-09-21 00:00:00
维护状态较活跃
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1

使用教程

难度:入门 约 5 分钟 部署方式:本地安装 5 步

⚠ 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

  • 已安装 git(用于克隆仓库)
  • 任意文本编辑器或 Markdown 阅读器
  • 可访问 GitHub 与 arXiv 的网络环境

安装与启动步骤

  1. 1克隆资源仓库

    把整个 awesome 列表仓库拉到本地,方便离线检索论文条目。README 未给出安装命令,此为通用 git 操作。

    git clone https://github.com/ChenHsing/Awesome-Video-Diffusion-Models.git
  2. 2进入项目目录

    切换到克隆下来的目录,仓库主体是 README 及分类列表文件,没有需要构建或安装的代码。

    cd Awesome-Video-Diffusion-Models
  3. 3查看目录与文件

    列出仓库文件,确认存在 README 等文档,README 中未提及任何脚本或依赖清单。

    ls -la
  4. 4阅读分类列表

    用编辑器打开 README,按类别浏览视频扩散模型论文,并顺着链接跳转到原文。

  5. 5阅读综述原文

    README 顶部给出综述论文 arXiv 编号 2310.10647,建议先读论文再按列表中类别深入。

如何确认成功

本地目录中能看到 README 文件,并能在浏览器打开 https://arxiv.org/abs/2310.10647 正常阅读综述。

常见问题

Q:需要安装 Python 或其它依赖吗?

A:不需要。该仓库是精选资源列表(awesome list),README 中未提供任何安装命令或依赖说明,只做论文索引与导航。

Q:能直接用它生成视频吗?

A:不能。它不包含可运行的模型权重或推理代码,只是论文与项目的汇总链接,需要按列表找到具体项目后单独部署。

Q:列表里的论文怎么快速定位?

A:README 按模型架构、训练策略、数据集、评估指标、应用等类别组织,先在本地搜索关键词再跳转对应链接即可。

Q:内容会更新吗?

A:会。README 中标注了 News 信息表明有更新版本,建议定期执行 git pull 获取最新列表。

注意事项

  • README 节选里没有任何安装、运行或配置说明,本教程步骤仅为浏览型仓库的通用准备动作,未涉及真实安装流程。
  • 该仓库为 awesome 资源列表,不含可执行代码,请按列表中的各个子项目分别查看其官方文档。
  • 所有论文入口以 README 中的链接和 arXiv:2310.10647 为准,不要使用非官方转载地址。

核心亮点

  • 基于权威综述论文整理,内容系统且经过学术筛选
  • 持续更新,紧跟视频生成领域最新进展
  • 分类清晰,覆盖模型、数据集、评估等维度,便于检索

不足之处

  • 列表型项目,缺乏代码或可运行示例,上手需自行查找实现
  • 部分论文链接可能失效,需定期维护

适用场景

  • 科研人员调研视频生成领域现状与趋势
  • 工程师寻找文生视频或视频编辑的模型参考
  • 学生入门视频扩散模型,梳理学习路径

替代项目

Awesome-Diffusion-Models、Awesome-Video-Generation、Awesome-Text-to-Video

项目介绍

Awesome-Video-Diffusion-Models 是视频领域的开源项目,由 ChenHsing 开发,2023 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(2,319)位列前 30%,在视频分类的 472 个项目里位列前 11%。

项目保持着较活跃的维护节奏,最近一次代码更新于 2026-09-21。无在线服务,需自行部署,全部功能免费。

它主要面向的使用场景是:科研人员调研视频生成领域现状与趋势。同类可对比的替代方案包括 Awesome-Diffusion-Models、Awesome-Video-Generation、Awesome-Text-to-Video。

上一篇:remotion-superpowers

下一篇:make-a-video-pytorch

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 ···

★ 125106 2026-08-09
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

★ 334 2026-08-26
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···

★ 3185 2026-08-10
auto-subs 开源

在剪辑软件里直接生成字幕,省去导出导入的麻烦

On-device subtitle generation that connects directly to DaVinci Resolve, Premiere, a···

★ 4266 2026-08-10