InfinityStar
用自回归统一图像视频生成，告别扩散模型高成本
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 ★ 795
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
- NVIDIA GPU 24G+
- Python 3.10+
- 大容量磁盘
安装与启动步骤
-
1看仓库
位级自回归的视频生成，含推理脚本。
git clone https://github.com/FoundationVision/InfinityStar.git cd InfinityStar -
2装依赖
按 requirements 装，注意 flash-attn。
pip install -r requirements.txt -
3下权重
权重较大，先确认磁盘。
huggingface-cli download FoundationVision/InfinityStar --local-dir ckpt -
4跑 480p 推理
先低分辨率验证，再上 720p。
python3 tools/infer_video_480p.py
如何确认成功
输出目录生成可播放的 mp4，帧间无明显跳变。
注意事项
- 自回归视频生成的优势是长时序一致，代价是推理慢。
- 720p 显存需求翻倍，先用 480p 调提示词。
- 交互式生成脚本 infer_interact 可用于逐段续写。
核心亮点
- 统一时空建模，一个模型同时搞定图像和视频生成，架构简洁
- 自回归范式在长视频生成上具有天然优势，时序一致性更好
- NeurIPS 2025 Oral 论文背书，技术方案经过学术验证
不足之处
- 项目早期，文档和社区支持尚不完善，上手门槛较高
- 自回归生成速度可能较慢，实时性不如扩散模型
适用场景
- 学术研究：探索自回归视觉生成的前沿方法
- 短视频生成：快速生成连贯的视频片段用于创意工具
- 多模态内容创作：统一生成图像和视频，简化工作流
替代项目
VideoPoet、CogVideo、Open-Sora
上一篇：Olaf-World
下一篇：OmniTransfer
同类项目推荐
TATS
开源
用文本或音频生成分钟级连贯长视频，突破短视频限制。
Official PyTorch implementation of TATS: A Long Video Generation Framework with Time···
ai-video-editor
开源
在浏览器里用 AI 技能直接剪视频，无需上传，保护隐私
Open-source, local-first video editor where creators and AI agents edit the same rea···
iVideoGPT
开源
用视频生成预测未来，让机器人学会操作
Official repository for "iVideoGPT: Interactive VideoGPTs are Scalable World Models"···
cinematic-video-prompt-engineer-···
开源
剧情梗概一键变电影级分镜提示词
A Codex skill for turning plot summaries into cinematic AI video prompts. It diagnos···
agnes-video-generator
开源
免费自托管，文本一键生成带旁白字幕的数字人视频
Open-source, self-hosted AI video generator — completely free. Text to multi-scene ···
FlashVideo
开源
高效生成高分辨率视频，先整体后细节，省算力不省画质
[AAAI-2026]FlashVideo: Flowing Fidelity to Detail for Efficient High-Resolution Vide···
LeanVAE
开源
让视频扩散模型更轻更快，重建不拖后腿
[ICCV2025]LeanVAE: An Ultra-Efficient Reconstruction VAE for Video Diffusion Models
autoshorts
开源
游戏录像一键变竖屏爆款短视频，自动剪高光加配音
Automatically generate viral-ready vertical short clips from long-form gameplay foot···
motion-mirror
开源
本地跑通动作迁移，一张图+参考视频就能生成动画
Local-first motion transfer — animate any character image from a reference video. O···