videogan 是视频领域的开源项目，由 GV1028 开发，2018 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 79。
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 2026-07-30。本地部署，完全免费。
它主要面向的使用场景是：研究视频生成模型的演进和对比实验。同类可对比的替代方案包括 VideoGAN (PyTorch)、MoCoGAN、DVD-GAN。
videogan
用GAN生成动态场景视频，复现经典论文
VideoGAN 是论文《Generating Videos with Scene Dynamics》的 TensorFlow 实现，属于早期视频生成领域的生成对抗网络（GAN）项目。它解决的核心问题是如何从静态图像或噪声中生成具有场景动态的短视频片段，即让模型学习视频帧之间的时间连贯性。项目基于 TensorFlow 构建，采用两阶段生成策略：先通过生成器生成视频的静态背景和前景主体，再结合运动信息合成连续帧。其核心能力包括视频帧的时空建模、对抗训练以提升生成视频的真实感，以及支持在特定数据集（如运动视频）上训练和采样。作为学术性质的参考实现，它更多用于研究视频生成的基础架构，而非生产级工具。由于项目年代较早（2016-2017），代码风格和依赖库版本较旧，但仍是理解视频 GAN 演进的重要参考。
开源
free
视频生成
GitHub 星标
★ 79
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GV1028
所属国家
定价模式free
价格说明开源项目，本地部署，完全免费
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型generative-adversarial-network,tensorflow,video,video-generation,video-representation-learning
GitHub 星标★ 79
30天Star增速
HF 下载量
上线时间2018-03-02 00:00:00
最近更新2026-07-30 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3
使用教程
核心亮点
- 忠实复现经典论文，适合学术研究和教学参考
- 代码结构清晰，便于理解视频GAN的基础架构
- 提供TensorFlow实现，便于与旧版生态集成
不足之处
- 依赖旧版TensorFlow，现代环境难以直接运行
- 文档和示例较少，上手门槛较高
- 生成视频分辨率和质量有限，不适用于实际应用
适用场景
- 研究视频生成模型的演进和对比实验
- 教学演示GAN在视频领域的应用原理
- 作为基线模型，改进视频生成的时间一致性
替代项目
VideoGAN (PyTorch)、MoCoGAN、DVD-GAN
项目介绍
下一篇：palmier-pro
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 ···
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···