Video-ChatGPT

环境要求

• 已安装 Conda，可创建 Python 3.10 环境
• 已安装 Git，能克隆 GitHub 仓库
• 可正常使用 pip 安装依赖
• 如需训练：需能编译安装 FlashAttention v1.0.7 的环境

安装与启动步骤

1. 1创建 Conda 环境

   README 推荐为项目单独新建 conda 环境，指定 Python 3.10，并激活该环境。

   conda create --name=video_chatgpt python=3.10
   conda activate video_chatgpt

   复制

2. 2克隆项目代码

   从 GitHub 拉取 Video-ChatGPT 仓库，并进入项目根目录，后续命令都在此目录执行。

   git clone https://github.com/mbzuai-oryx/Video-ChatGPT.git
   cd Video-ChatGPT

   复制

3. 3安装 Python 依赖

   按 requirements.txt 一次性安装项目所需依赖，务必在已激活的 video_chatgpt 环境中执行。

   pip install -r requirements.txt

   复制

4. 4设置 PYTHONPATH

   把项目根目录加入 PYTHONPATH，保证代码能以模块方式被导入。

   export PYTHONPATH="./:$PYTHONPATH"

   复制

5. 5安装 FlashAttention

   README 说明训练需要 FlashAttention，先装 ninja，再克隆并切到 v1.0.7 编译安装。

   pip install ninja
   
   git clone https://github.com/HazyResearch/flash-attention.git
   cd flash-attention
   git checkout v1.0.7
   python setup.py install

   复制

6. 6运行离线 Demo

   README 未给出离线 Demo 的具体命令，只指向 docs/offline_demo.md，请按该文档操作。

关键配置

如何确认成功

README 未提供启动验证命令；确认 conda 环境激活、pip 依赖与 PYTHONPATH 设置均无报错即可。

常见问题

注意事项

• README 未提供 Docker、云服务或 pip 一键安装方式，本项目按本地源码安装。
• 训练相关部分的依赖（FlashAttention v1.0.7）与推理/Demo 需求不同，请按用途取舍。
• README 中提到多样化的视频生成性能基准（VCGBench-Diverse）与零样本问答评测，具体用法需查阅仓库对应文档。
• 涉及模型权重与推理命令的内容 README 节选中未给出，请以官方仓库最新说明为准。