项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 723
使用教程
⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。
⚠ 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
- 多卡 GPU 40G 以上
- 自动驾驶数据集
- Linux
安装与启动步骤
-
1克隆
主仓库与依赖库都要拉。
git clone https://github.com/flymin/MagicDrive-V2.git -
2装定制训练框架
它依赖改过的分布式训练库。
git clone https://github.com/flymin/ColossalAI.git -
3装依赖
编译扩展再装依赖。
BUILD_EXT=1 pip install . -
4预处理好数据
地图与轨迹要先缓存。
python tools/prepare_data/prepare_map_aux.py +cache_gen=map_cache_gen_interp -
5起训练
单机多卡脚本直接跑。
bash scripts/launch_1node.sh 4 ${config} --cfg-options debug=true
如何确认成功
训练能进入迭代，可视化里能看到生成的环视图像。
注意事项
- 数据集需申请，体积很大。
- 定制训练库必须用它给的版本。
核心亮点
- 支持高分辨率（1080p）长视频生成，远超一般驾驶视频模型
- 多视角同步生成，保持跨摄像头空间一致性，适合环视系统
- 自适应控制机制，可精细调控文本、布局、轨迹等条件
不足之处
- 文档/社区待观察
- 训练和推理资源需求高，普通开发者难以复现
适用场景
- 自动驾驶仿真环境构建，生成逼真的多视角驾驶视频
- 为驾驶感知模型提供数据增强，扩充长尾场景
- 自动驾驶系统的闭环测试与安全评估
替代项目
DriveDreamer、GenAD、Panacea
同类项目推荐
text-leech-bot
开源
把文本列表批量变成视频，自动传到 Telegram
Help to upload videos of any list in text form
HunyuanPortrait
开源
用隐式条件控制，让静态肖像秒变自然说话视频
[CVPR-2025] The code of HunyuanPortrait: Implicit Condition Control for Enhanced Por···
HunyuanVideo-1.5
开源
小模型也能出大片，画质一点不缩水
HunyuanVideo-1.5: A leading lightweight video generation model
AI-Youtube-Shorts-Generator
开源
长视频一键变爆款竖屏短视频，免费无限制
Open-source alternative to Opus Clip, Vidyo.ai, Klap & SubMagic. Turn long-form YouT···
diffusion-forcing-transformer
开源
用历史帧引导扩散模型，生成更连贯的视频
[ICML 2025] Official PyTorch Implementation of "History-Guided Video Diffusion"
DepthFlow
开源
一张图生成可循环的3D视差运镜视频
Images to 3D parallax videos
TokenFlow
开源
用文本编辑视频，帧帧连贯不闪烁
Official Pytorch Implementation for "TokenFlow: Consistent Diffusion Features for Co···
ez-text2video
开源
低配显卡也能跑文本生成视频，自定义时长和分辨率
Easily run text-to-video diffusion with customized video length, fps, and dimensions···
cli
开源
一条命令把口播毛片自动粗剪成可精修的剪辑工程
一条命令，把口播毛片变成可二次精修的剪辑工程。