CineScale 是视频领域的开源项目，由 Eyeline-Labs 开发，2025 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 213。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。从国内网络环境看，可直接访问。
它主要面向的使用场景是：影视制作中的高分辨率视频预览。同类可对比的替代方案包括 VideoPoet、ModelScope Text-to-Video、AnimateDiff。
CineScale
免微调直接生成4K视频，省时省力出大片
CineScale 是一个无需微调即可生成 4K 分辨率视频的开源项目，基于扩散模型（diffusion models）实现。它主要解决现有视频生成模型在分辨率提升时面临的计算资源消耗大、需要额外训练或微调的问题。核心能力在于通过 tuning-free 的方式，直接利用预训练模型生成高分辨率视频，避免了复杂的调参和训练流程。项目采用 Python 编写，技术栈聚焦于扩散模型和生成式 AI，适合研究者和开发者快速体验高分辨率视频生成。目前项目处于早期阶段，代码和文档正在完善中。
开源
unknown
视频生成
GitHub 星标
★ 213
维护状态
活跃
是否开源
是
定价模式
unknown
项目数据
分类视频生成
开发团队Eyeline-Labs
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型diffusion,diffusion-models,generative-ai,generative-model,video-generation
GitHub 星标★ 213
30天Star增速
HF 下载量
上线时间2025-06-23 00:00:00
最近更新2026-09-23 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2026-08-09
浏览次数4
使用教程
核心亮点
- 无需微调，直接利用现有扩散模型生成4K视频，降低使用门槛
- 聚焦高分辨率视频生成，解决现有模型分辨率不足的痛点
- 技术栈清晰，基于扩散模型，便于研究者二次开发
不足之处
- 项目处于早期，文档和社区支持待观察
- 4K视频生成对计算资源要求高，实际部署成本可能较高
适用场景
- 影视制作中的高分辨率视频预览
- 广告和营销视频的快速生成
- 学术研究中的视频生成模型验证
替代项目
VideoPoet、ModelScope Text-to-Video、AnimateDiff
项目介绍
上一篇：YoLuster-shorts
下一篇：HyDRA
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···