t2v-turbo 是视频领域的开源项目，由 Ji4chenLi 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 312。
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 2026-05-19。开源代码仓库，需自行部署，无在线服务，完全免费。
它主要面向的使用场景是：快速生成短视频用于创意预览。同类可对比的替代方案包括 VideoCrafter、ModelScope Text-to-Video、CogVideo。
t2v-turbo
用一致性模型让文本秒变视频，采样快人一步
T2V-Turbo 是一个面向文本到视频（Text-to-Video）生成的模型代码库，旨在通过一致性模型（Consistency Models）技术加速视频生成过程。它解决了现有扩散模型在视频生成中推理速度慢、计算成本高的问题，使得用户能够以更少的采样步数生成高质量视频。项目提供了 T2V-Turbo 和 T2V-Turbo-v2 两个版本的实现，核心能力包括：基于一致性蒸馏的快速采样、对预训练视频扩散模型的加速优化、以及支持文本条件控制的视频生成。该仓库代码基于 Python，集成在视频生成生态中，适合研究人员和开发者用于快速原型验证或部署高效视频生成服务。
开源
free
视频生成
GitHub 星标
★ 312
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Ji4chenLi
所属国家
定价模式free
价格说明开源代码仓库，需自行部署，无在线服务，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consistency-models,text-to-video,video-generation
GitHub 星标★ 312
30天Star增速
HF 下载量
上线时间2024-05-29 00:00:00
最近更新2026-05-19 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
- 将一致性模型引入视频生成，显著减少采样步数，提升推理速度
- 提供 T2V-Turbo 和 v2 双版本，便于对比和选择
- 基于 Python 实现，易于集成到现有视频生成流程
不足之处
- 文档/社区待观察
- 项目处于早期，星标和贡献者数量有限，生态尚未成熟
适用场景
- 快速生成短视频用于创意预览
- 在资源受限环境中部署视频生成服务
- 研究高效扩散模型加速技术
替代项目
VideoCrafter、ModelScope Text-to-Video、CogVideo
项目介绍
上一篇：Magic-Me
下一篇：text2youtube
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···
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···