millivid 是视频领域的开源项目，由 dcharatan 开发，是 2026 年新上线的项目。
它收录于视频分类，该分类目前共有 503 个项目，GitHub 星标数为 114。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-27。开源代码，免费使用。
它主要面向的使用场景是：学术研究复现长视频一致性算法。同类可对比的替代方案包括 Open-Sora、CogVideoX、AnimateDiff。
millivid
让AI生成的长视频不再跳帧变脸，保持前后一致
MilliVid 是论文《MilliVid: Adaptive Latents for Long-Range Consistency in Video Generation》的官方实现，面向视频生成中的长程一致性难题。现有扩散类视频模型在生成较长片段时，常出现主体漂移、外观突变、动作断裂等问题，根源在于固定隐表示难以同时兼顾短期细节与长期稳定。该项目提出自适应隐表示机制，让模型在不同时间尺度上动态调整潜变量，从而在保持画面细节的同时维持跨帧的语义与外观一致。代码基于 Python，采用主流扩散训练与推理框架，提供论文对应的训练、采样与评测流程，属于研究型早期项目，适合复现实验与二次开发。
开源
free
视频生成
GitHub 星标
★ 114
维护状态
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dcharatan
所属国家
定价模式free
价格说明开源代码，免费使用
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型
GitHub 星标★ 114
30天Star增速
HF 下载量
上线时间2026-06-01 00:00:00
最近更新2026-09-27 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-29
浏览次数0
使用教程
核心亮点
- 针对长视频生成中的长程一致性提出自适应隐表示方案，有明确论文支撑
- 提供官方训练与推理代码，便于复现和对比实验
- 基于 Python 与主流扩散生态，接入现有视频生成流程成本较低
不足之处
- 项目处于早期，星标仅 114，社区与文档积累有限
- 依赖论文配套权重与数据，开箱即用体验可能不足
适用场景
- 学术研究复现长视频一致性算法
- 在自有视频生成管线中集成自适应隐表示模块
- 对比不同长程一致性方案的实验基准
替代项目
Open-Sora、CogVideoX、AnimateDiff
项目介绍
上一篇：StoryGen-Atelier
下一篇：ltx-2-mlx
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 ···
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
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···