手把手从零实现视频扩散模型，看懂每一步
这是一个从零开始实现视频扩散模型的教学型开源项目，旨在用清晰、逐步的方式帮助开发者理解文本到视频生成的核心原理。项目基于PyTorch构建，将复杂的视频扩散模型拆解为可执行的代码模块，涵盖从文本编码、噪声调度到视频帧生成的完整流程。它解决了初学者面对视频生成模型时‘只见论文不见代码’的痛点，通过简洁的代码结构和详细注释，让用户能直观看到每个组件如何工作。核心能力包括：支持文本条件输入、实现基础的视频扩散训练与推理流程、提供可扩展的模型架构。项目目前处于早期阶段，代码量适中，适合想深入理解扩散模型机制或进行二次开发的开发者。
VideoFusion、ModelScope Text-to-Video、CogVideo
text2video-from-scratch 是视频领域的开源项目，由 FareedKhan-dev 开发，2025 年首次发布。
它收录于视频分类，该分类目前共有 472 个项目，GitHub 星标数为 87。
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 2026-09-22。MIT许可证，完全免费，需自行部署使用。
它主要面向的使用场景是：学习视频扩散模型原理与实现细节。同类可对比的替代方案包括 VideoFusion、ModelScope Text-to-Video、CogVideo。
上一篇：ai-mixed-cut
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···
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···
