magvit2-pytorch

把视频变成离散token，为视频生成打基础

MagViT2 的 PyTorch 非官方实现，专注于视频数据的离散化编码。它解决的核心问题是将连续视频帧转换为离散 token，以便用于后续的视频生成或理解任务。项目实现了 MagViT2 的 tokenizer 架构，包括编码器、解码器、以及核心的有限标量量化（FSQ）机制，并支持视频重建、帧间压缩等能力。代码基于深度学习框架，提供了训练和推理的示例，适合研究人员和开发者用于视频生成模型的预处理或特征提取。

开源 free 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 668
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lucidrains
所属国家
官网地址
GitHubhttps://github.com/lucidrains/magvit2-pytorch
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型artificial-intelligence,attention-mechanisms,deep-learning,finite-scalar-quantization,transformers,video-generation
GitHub 星标★ 668
30天Star增速
HF 下载量
上线时间2023-10-10 00:00:00
最近更新2026-08-28 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1

使用教程

核心亮点

  • 完整实现MagViT2核心架构，包括FSQ量化器
  • 支持视频重建和帧间压缩，可直接用于训练
  • 代码结构清晰，基于PyTorch，易于二次开发

不足之处

  • 文档/社区待观察
  • 非官方实现，可能缺少原版某些细节优化

适用场景

  • 视频生成模型的tokenizer预训练
  • 视频压缩与重建研究
  • 跨模态视频理解的特征提取

替代项目

VideoGPT、TATS、CogVideo

项目介绍

magvit2-pytorch 是开源模型领域的开源项目，由 lucidrains 开发，2023 年首次发布。

它收录于开源模型分类，该分类目前共有 422 个项目，GitHub 星标数为 668。

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 2026-08-28。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：视频生成模型的tokenizer预训练。同类可对比的替代方案包括 VideoGPT、TATS、CogVideo。

上一篇：Awesome-RL-for-Video-Generation

下一篇：MGM-Omni

同类项目推荐

Machine-Learning 开源

跟着博客笔记，边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
CoreML-Models 开源

下载即用的苹果端 AI 模型库，免去转换烦恼

Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···

★ 1873 2026-08-10