Video-P2P

用一句话改视频，AI 帮你保持画面连贯

开源 🏷️定价信息待确认 ✅ 目前可打开图像生成 🍴 复刻 26 🐛 待处理 5 👀 关注 7

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 430

维护状态低维护

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类图像生成

开发团队JIA-Lab-research

官网地址https://video-p2p.github.io

GitHubhttps://github.com/JIA-Lab-research/Video-P2P

定价模式🏷️定价信息待确认

价格说明项目为研究性演示，官网提供在线Demo，但未明确收费信息。

访问状态✅ 目前可打开

是否开源是

主要语言Python

技术栈/模型generative-model,image-editing,stable-diffusion,text-driven-editing,video-editing

GitHub 星标★ 430

上线时间2023-03-19 00:00:00

代码更新2025-06-30

仓库体积5.5 MB

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3

项目介绍

Video-P2P 是一个基于 Stable Diffusion 的视频编辑工具，通过控制交叉注意力机制实现文本驱动的视频编辑。它解决了传统视频编辑需要逐帧处理、难以保持时间一致性的问题，让用户只需输入文本描述，即可将视频中的物体或场景替换为新的内容，同时保持视频的时序连贯性。核心能力包括：利用预训练的 Stable Diffusion 模型，通过注入文本到视频的交叉注意力图，实现对特定对象的语义编辑；支持对视频中单个或多个对象的替换、属性修改等操作；在编辑过程中保持视频背景和运动结构不变。该项目是早期研究性代码，适合对扩散模型视频编辑感兴趣的开发者进行学习和实验。

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 ★ 430

技术标签

generative-model image-editing stable-diffusion video-editing

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：高级约 60 分钟部署方式：本地GPU 5 步

环境要求

NVIDIA GPU（显存 20GB 起）
CUDA 11.x
conda

安装与启动步骤

1拉仓库

论文官方实现，代码与论文一一对应。
```
git clone https://github.com/jia-lab-research/Video-P2P.git
```
2建环境

依赖版本较旧，用新环境装会连环报错。
```
conda create -n videop2p python=3.9
```
3装依赖

按 requirements 装，torch 版本要与 CUDA 对上。
```
pip install -r requirements.txt
```
4下权重

基座模型权重不随仓库分发，按说明单独下。
5做一次编辑

给源视频与目标提示，看主体是否被保留。