Video-Motion-Customization

给视频生成装上运动控制器,让动作随你定制

Video-Motion-Customization(VMC)是一个基于扩散模型的视频运动定制工具,核心解决文本到视频生成中运动模式难以精确控制的问题。它通过引入时间注意力适配(Temporal Attention Adaption)机制,在不改变预训练模型主体结构的前提下,对时间层进行轻量级微调,从而将参考视频中的特定运动模式(如动作、姿态变化)迁移到新生成的视频中,同时保持背景和物体外观的一致性。项目提供了完整的训练和推理代码,支持用户自定义运动模板,适用于视频编辑、动画制作等场景。该工作发表于CVPR 2024,代码基于PyTorch实现,当前处于早期阶段,星标数较少,但技术路线具有创新性,为视频生成中的运动控制提供了新思路。

开源 free 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 200
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HyeonHo99
所属国家
定价模式free
价格说明开源项目,Apache-2.0许可证,完全免费,需自行部署使用。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型customization,cvpr,diffusion-models,text-to-video,video-diffusion-model,video-editing,video-generation
GitHub 星标★ 200
30天Star增速
HF 下载量
上线时间2023-11-29 00:00:00
最近更新2026-09-04 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

  • 提出时间注意力适配机制,仅微调时间层即可实现运动迁移,参数效率高
  • 支持参考视频运动提取与再生成,实现运动与外观解耦控制
  • 基于CVPR 2024论文,技术方案有学术背书,代码结构清晰

不足之处

  • 项目处于早期阶段,文档和示例较少,上手门槛较高
  • 依赖预训练模型,训练和推理资源消耗较大

适用场景

  • 视频编辑中替换或定制人物动作
  • 动画制作中复用既有运动模板
  • 研究扩散模型运动控制机制

替代项目

MotionDirector、ControlVideo、VideoComposer

项目介绍

Video-Motion-Customization 是视频领域的开源项目,由 HyeonHo99 开发,2023 年首次发布。

它收录于视频分类,该分类目前共有 474 个项目,GitHub 星标数为 200。

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 2026-09-04。Apache-2.0许可证,完全免费,需自行部署使用。

它主要面向的使用场景是:视频编辑中替换或定制人物动作。同类可对比的替代方案包括 MotionDirector、ControlVideo、VideoComposer。

上一篇:Inline-Studio

下一篇:MMVID

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
openscenesense-ollama 开源

本地跑AI,轻松分析视频画面和声音

OpenSceneSense Ollama is a Python library that harnesses AI for advanced local video···

★ 52 2026-08-09