DAWN-pytorch

用扩散模型快速生成动态说话头视频,告别卡顿和误差累积

DAWN-pytorch 是论文《Dynamic Frame Avatar with Non-autoregressive Diffusion Framework》的官方实现,专注于说话头视频生成。它解决的是传统自回归模型生成视频时速度慢、误差累积的问题,通过非自回归扩散框架一次性预测多帧动态画面,提升生成效率与连贯性。核心能力包括:基于扩散模型的视频帧生成、动态帧头像建模、以及与图像动画技术的结合。项目提供完整的训练和推理代码,支持自定义数据集,适合研究者和开发者用于数字人、虚拟主播等场景。

开源 free 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 233
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Hanbo-Cheng
所属国家
官网地址
定价模式free
价格说明开源项目,可自行部署使用,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image-animation,talking-head,video-generation
GitHub 星标★ 233
30天Star增速
HF 下载量
上线时间2024-10-14 00:00:00
最近更新2026-08-25 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2

使用教程

核心亮点

  • 非自回归扩散框架,一次性生成多帧,推理速度显著快于自回归方法
  • 官方实现,代码与论文对齐,适合复现和二次开发
  • 支持图像动画与视频生成结合,可扩展性强

不足之处

  • 项目处于早期(233星),文档和社区支持有限
  • 依赖特定扩散模型框架,上手门槛较高

适用场景

  • 数字人视频生成,如虚拟主播、在线教育
  • 影视制作中的说话头动画合成
  • 实时交互应用,如视频会议中的动态头像

替代项目

SadTalker、Wav2Lip、MakeItTalk

项目介绍

DAWN-pytorch 是视频领域的开源项目,由 Hanbo-Cheng 开发,2024 年首次发布。

它收录于视频分类,该分类目前共有 473 个项目,GitHub 星标数为 233。

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 2026-08-25。可自行部署使用,完全免费。

它主要面向的使用场景是:数字人视频生成,如虚拟主播、在线教育。同类可对比的替代方案包括 SadTalker、Wav2Lip、MakeItTalk。

上一篇:MimicMotion

下一篇:epipolar-dpo

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

★ 332 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
MagicDance 开源

一张图+任意动作,生成身份不变的逼真人物视频

[ICML 2024] MagicPose(also known as MagicDance): Realistic Human Poses and Facial Ex···

★ 777 2026-08-09