AMT

一键补帧,让视频更丝滑,慢动作轻松生成

AMT 是一个基于 CVPR 2023 论文的高效视频帧插值(补帧)开源项目。它通过全对多场变换(All-Pairs Multi-Field Transforms)技术,在保持高质量插帧效果的同时,显著降低计算开销,解决视频从低帧率到高帧率转换时的运动模糊和伪影问题。核心能力包括:支持任意比例帧率提升、处理大运动场景、提供预训练模型和推理脚本,并兼容主流深度学习框架。项目代码结构清晰,便于研究者复现和二次开发,适用于视频慢动作生成、视频修复和动画增强等场景。

开源 free 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 274
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MCG-NKU
所属国家
定价模式free
价格说明开源项目,代码公开,可自行部署使用,无收费计划。
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型backward-warp,cvpr2023,frame-interpolation,optical-flow,slomo,video,video-generation
GitHub 星标★ 274
30天Star增速
HF 下载量
上线时间2023-04-19 00:00:00
最近更新2026-09-19 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4

使用教程

核心亮点

  • 高效的多场变换设计,在同等质量下比传统光流法更快
  • 支持任意倍率插帧,灵活应对不同帧率转换需求
  • 提供预训练模型和完整推理代码,开箱即用

不足之处

  • 文档/社区待观察
  • 对极高分辨率视频处理时内存占用可能较高

适用场景

  • 视频慢动作生成(如体育回放)
  • 低帧率视频修复与增强
  • 动画或电影帧率提升

替代项目

RIFE、FILM、DAIN

项目介绍

AMT 是视频领域的开源项目,由 MCG-NKU 开发,2023 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 274。

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 2026-09-19。代码公开,可自行部署使用,无收费计划。

它主要面向的使用场景是:视频慢动作生成(如体育回放)。同类可对比的替代方案包括 RIFE、FILM、DAIN。

上一篇:Text2Video-Zero

下一篇:stylegan-v

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 ···

★ 125106 2026-08-09
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

★ 334 2026-08-26
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···

★ 3185 2026-08-10
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···

★ 4266 2026-08-10