STCDiT 是视频领域的开源项目，由 JyChen9811 开发，2025 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 78。
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 2026-09-22。本地部署，完全免费。
它主要面向的使用场景是：低清视频修复与超分辨率。同类可对比的替代方案包括 BasicVSR、Real-ESRGAN、Stable Video Diffusion。
STCDiT
复杂运动下视频增强，时间稳定结构保真
STCDiT 是一个面向真实世界视频增强与 AIGC 增强的扩散 Transformer 模型，核心解决视频超分辨率与生成内容在复杂运动下的时间稳定性和结构保真问题。它基于扩散模型与流匹配技术，通过时空一致性建模，在视频修复、超分和生成增强任务中保持帧间连贯，避免闪烁和结构畸变。项目提供完整的训练和推理代码，支持自定义视频增强流程，适用于低清视频修复、AI 生成视频的后期优化等场景。作为 CVPR 2026 的早期开源项目，其技术路线新颖，但当前星标较少，社区生态和文档仍在完善中。
开源
free
视频生成
GitHub 星标
★ 78
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JyChen9811
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diffusion,diffusion-transformer,flow-matching,super-resolution,video,video-generation,video-super-res
GitHub 星标★ 78
30天Star增速
HF 下载量
上线时间2025-11-20 00:00:00
最近更新2026-09-22 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
- 基于扩散 Transformer 与流匹配，技术路线前沿
- 专注复杂运动场景的视频增强，时间稳定性强
- 支持视频超分与 AIGC 增强，应用场景明确
不足之处
- 文档/社区待观察
- 早期项目，星标少，可能缺少成熟使用案例
适用场景
- 低清视频修复与超分辨率
- AI 生成视频的后期质量增强
- 复杂运动场景的视频稳定化处理
替代项目
BasicVSR、Real-ESRGAN、Stable Video Diffusion
项目介绍
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···