phenaki-pytorch 是视频领域的开源项目，由 lucidrains 开发，2022 年首次发布。
在全站 13,014 个收录项目中，它的 GitHub 星标数（789）位列前 30%，在视频分类中处于中上游。
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 2026-08-20。MIT许可证，完全免费，需自行部署使用。
它主要面向的使用场景是：研究文本到视频生成算法，作为基线模型。同类可对比的替代方案包括 VideoGPT、CogVideo、NUWA。
phenaki-pytorch
用文本生成最长2分钟视频，基于Mask GIT的PyTorch实现
Phenaki-PyTorch 是 Phenaki 视频生成模型的非官方 PyTorch 实现。Phenaki 由 Google 提出，核心创新在于利用 Mask GIT（掩码生成图像变换）技术，能够根据文本描述生成最长可达 2 分钟的视频。该项目解决了现有文本到视频模型生成时长短、依赖大规模视频-文本配对数据的问题，通过将视频压缩为离散视觉令牌序列，并使用双向 Transformer 进行掩码预测，实现长视频的生成。核心能力包括：文本条件视频生成、可变长度视频生成（从几秒到2分钟）、基于因果 Transformer 的时序建模，以及支持视频扩展（续写）。项目代码结构清晰，基于 PyTorch 和现有图像生成库（如 VQGAN）构建，适合研究者和开发者进行二次开发与实验。
开源
free
视频生成
GitHub 星标
★ 789
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
定价模式free
价格说明开源项目，MIT许可证，完全免费，需自行部署使用。
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,imagination-machine,text-to-video,transformers
GitHub 星标★ 789
30天Star增速
HF 下载量
上线时间2022-09-29 00:00:00
最近更新2026-08-20 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
- 支持生成长达2分钟的视频，远超多数文本生成视频模型
- 采用Mask GIT技术，生成质量与速度平衡较好
- 代码基于PyTorch，易于理解和修改，适合研究
不足之处
- 非官方实现，可能未完全对齐原论文细节
- 训练所需计算资源大，普通硬件难以运行
- 文档/社区待观察
适用场景
- 研究文本到视频生成算法，作为基线模型
- 快速生成短视频用于创意内容预览
- 教育演示，展示Mask GIT在视频生成中的应用
替代项目
VideoGPT、CogVideo、NUWA
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···
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···