epipolar-dpo 是视频领域的开源项目，由 KupynOrest 开发，2025 年首次发布。
它收录于视频分类，该分类目前共有 472 个项目，GitHub 星标数为 95。
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 2026-08-10。MIT许可证，可免费使用，无在线服务。
它主要面向的使用场景是：多视角视频生成，如动态场景重建和视角合成。同类可对比的替代方案包括 Stable Video Diffusion、VideoPoet、DreamPose。
epipolar-dpo
用极线几何约束，让AI生成的视频更符合真实3D空间
Epipolar-DPO 是一个用于提升视频生成模型几何一致性的开源项目，其核心思想是利用极线几何（Epipolar Geometry）作为约束，通过直接偏好优化（DPO）来训练扩散模型，使生成的视频在相机运动和多视角一致性上更符合真实3D场景。该项目解决了现有视频生成模型在动态场景中常出现的几何畸变、视角不一致等问题，提供了一套基于多视角视频数据的训练与推理流程。核心能力包括：从视频序列中提取极线约束、构建偏好对数据集、以及集成到主流扩散模型（如Stable Video Diffusion）的训练管线中。项目代码基于Python，依赖PyTorch和3D重建工具，适合研究者和开发者用于改进视频生成质量。目前处于早期阶段，文档和示例尚在完善中。
开源
free
视频生成
GitHub 星标
★ 95
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KupynOrest
所属国家
定价模式free
价格说明开源项目，MIT许可证，可免费使用，无在线服务。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型3d-reconstruction,computer-vision,diffusion-models,video-generation
GitHub 星标★ 95
30天Star增速
HF 下载量
上线时间2025-10-27 00:00:00
最近更新2026-08-10 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
- 创新性地将极线几何约束引入视频扩散模型训练，显著提升多视角一致性
- 提供完整的DPO训练流程，可直接适配Stable Video Diffusion等主流模型
- 代码结构清晰，基于PyTorch，便于二次开发和实验扩展
不足之处
- 文档和示例较少，上手门槛较高
- 依赖多视角视频数据，数据获取和预处理成本较大
- 训练资源需求高，普通开发者难以复现
适用场景
- 多视角视频生成，如动态场景重建和视角合成
- 电影特效和动画制作中的相机运动控制
- 自动驾驶和机器人仿真中的视频场景生成
替代项目
Stable Video Diffusion、VideoPoet、DreamPose
项目介绍
上一篇：DAWN-pytorch
下一篇：Aether
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···
auto-subs
开源
在剪辑软件里直接生成字幕，省去导出导入的麻烦
On-device subtitle generation that connects directly to DaVinci Resolve, Premiere, a···