magvit

用掩码 Transformer 高效生成高质量视频，支持预测、补全和插值。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署视频生成 🍴 复刻 48 🐛 待处理 21 ⚠️ 作者已归档（停止维护）

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1002

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0许可证，可自由使用，无付费版本。

项目预览

项目数据

分类视频生成

开发团队google-research

官网地址https://magvit.cs.cmu.edu

GitHubhttps://github.com/google-research/magvit

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0许可证，可自由使用，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型generative-model,transformers,video-generation

GitHub 星标★ 1002

上线时间2022-12-01 00:00:00

代码更新2024-01-17

仓库体积148 KB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数5

项目介绍

MAGVIT 是 Google 发布的视频生成模型，基于掩码生成式视频 Transformer 架构，官方提供 JAX 实现。它解决的核心问题是高效、高质量的视频生成，特别是在视频预测、补全和插值等任务上。MAGVIT 采用 tokenization 和掩码建模策略，将视频压缩为离散 token，再通过 Transformer 学习生成，支持条件生成和无条件生成。其关键能力包括：视频帧预测、视频补全（inpainting）、视频插值（interpolation），以及文本条件视频生成。模型在 Kinetics-600 等基准上展示了领先的性能，同时具备良好的扩展性。项目代码结构清晰，包含训练和推理脚本，适合研究者和工程师复现和二次开发。

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 ★ 1002

技术标签

generative-model transformers video-generation

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 30 分钟部署方式：本地安装 4 步

环境要求

Linux 或支持 Conda 的环境，需带 GPU
CUDA 11 与 CuDNN 8.6（JAX 要求）
已安装 Conda（使用 environment.yaml 方式时）
已安装 Python 与 pip（使用 requirements.txt 方式时）

安装与启动步骤

1克隆仓库

从 GitHub 拉取 MAGVIT 官方代码，后续所有安装命令都在仓库根目录执行。
```
git clone https://github.com/google-research/magvit.git
cd magvit
```
2创建 Conda 环境

README 提供 environment.yaml 用于 GPU 环境，自动安装 JAX 等全部依赖。
```
conda env create -f environment.yaml
```
3激活环境

创建完成后激活 magvit 环境，之后运行代码均需处于该环境。
```
conda activate magvit
```
4或改用 pip 安装

不想用 Conda 时可改为 pip 安装依赖，需自行保证 CUDA 11 / CuDNN 8.6 环境就绪。
```
pip install -r requirements.txt
```