transframer-pytorch 是视频领域的开源项目，由 lucidrains 开发，2022 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 73。
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 2026-08-12。MIT许可证，完全免费，需自行部署。
它主要面向的使用场景是：学术研究：复现论文实验，探索长视频生成新方法。同类可对比的替代方案包括 VideoGPT、CogVideo、NUWA。
transframer-pytorch
用 U-Net+Transformer 生成 30 秒连贯视频
Transframer-pytorch 是 DeepMind 提出的 Transframer 架构的非官方 PyTorch 实现，用于生成最长 30 秒的视频。它结合了 U-Net 和 Transformer 两种主流架构，利用注意力机制捕捉时序依赖，通过自回归方式逐帧预测未来帧。该项目解决了传统视频生成模型难以处理长序列、计算开销大、连贯性差的问题，核心能力包括基于条件帧的预测、多帧联合生成以及灵活的输入输出配置。作为早期研究代码，它提供了清晰的模块化设计，便于研究者复现论文实验或在此基础上进行二次开发。不过，项目尚处于早期阶段，未提供预训练权重，实际使用需要自行训练，且对计算资源要求较高。
开源
free
视频生成
GitHub 星标
★ 73
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。
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,transformers,unet,video-generation
GitHub 星标★ 73
30天Star增速
HF 下载量
上线时间2022-08-17 00:00:00
最近更新2026-08-12 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
- 完整复现 DeepMind 论文架构，代码结构清晰，便于研究对比
- 支持长视频生成（最长 30 秒），突破常见模型短片段限制
- 模块化设计，U-Net 与 Transformer 可独立替换，方便实验扩展
不足之处
- 未提供预训练权重，需从零训练，成本高
- 文档较少，示例和教程不完善，上手门槛较高
适用场景
- 学术研究：复现论文实验，探索长视频生成新方法
- 创意内容：生成短视频片段，辅助动画或特效预演
- 数据增强：为合成数据集生成连续帧，用于训练其他模型
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···
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···