AnimateLCM

无视频数据也能快速生成个性化风格视频

AnimateLCM 是一个面向个性化风格视频生成的计算高效方法，发表于 SIGGRAPH ASIA 2024。它解决了现有视频生成模型在个性化定制时需要大量视频数据且采样速度慢的问题。核心能力包括：无需个性化视频数据即可实现风格迁移，通过一致性模型蒸馏技术大幅减少采样步数，支持快速生成高质量视频。项目提供预训练模型和推理代码，用户可基于少量图像或文本提示生成风格化视频，适用于动画、艺术风格转换等场景。其技术亮点在于将一致性训练策略引入视频生成，在保持生成质量的同时显著提升计算效率。

开源 free 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 657
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类视频生成
开发团队G-U-N
所属国家
官网地址https://animatelcm.github.io
GitHubhttps://github.com/G-U-N/AnimateLCM
定价模式free
价格说明开源项目，MIT许可证，提供在线演示页面，可免费使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型animatelcm,consistency-models,deep-learning,fast-sampling,video,video-generation
GitHub 星标★ 657
30天Star增速
HF 下载量
上线时间2024-02-01 00:00:00
最近更新2026-09-14 00:00:00
维护状态低维护
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5

使用教程

核心亮点

  • 无需个性化视频数据，仅用图像即可完成风格定制，大幅降低数据门槛
  • 采样步数少，生成速度快，适合实时或近实时应用
  • 基于一致性模型蒸馏，生成质量与速度平衡良好，学术方法扎实

不足之处

  • 项目处于早期，文档和社区支持尚待完善
  • 预训练模型覆盖风格有限，需自行微调以适应特定需求

适用场景

  • 动画制作中快速生成风格化视频片段
  • 艺术创作者将普通视频转换为特定绘画风格
  • 实时交互式视频风格预览或原型设计

替代项目

VideoComposer、AnimateDiff、ModelScopeT2V

项目介绍

AnimateLCM 是视频领域的开源项目，由 G-U-N 开发，2024 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 657。

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 2026-09-14。MIT许可证，提供在线演示页面，可免费使用。从国内网络环境看，可直接访问。

它主要面向的使用场景是：动画制作中快速生成风格化视频片段。同类可对比的替代方案包括 VideoComposer、AnimateDiff、ModelScopeT2V。

上一篇：MotionInversion

下一篇：animate-anything

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 ···

★ 125106 2026-08-09
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

★ 334 2026-08-26
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···

★ 3185 2026-08-10
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···

★ 4266 2026-08-10