MIMO

上传一张图，用姿态驱动角色动起来，还能换背景

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署视频生成 🍴 复刻 75 🐛 待处理 35 👀 关注 119

GitHub ↗

GitHub 星标 ★ 1578

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0许可证，可免费使用和部署。

项目预览

项目数据

分类视频生成

开发团队menyifang

GitHubhttps://github.com/menyifang/MIMO

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0许可证，可免费使用和部署。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型character-animation,diffusion-models,human-animation,image-animation,video-editing,video-generation

GitHub 星标★ 1578

上线时间2024-09-24 00:00:00

代码更新2025-06-19

仓库体积26.2 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数4

项目介绍

MIMO 是一个可控角色视频合成框架，通过空间分解建模实现高质量的角色动画生成。它解决了现有方法在角色视频生成中运动控制不精细、背景与前景耦合导致编辑困难的问题。核心能力包括：将视频分解为前景角色和背景分别建模，支持通过姿态序列驱动角色动作，同时保持身份和外观一致性；支持文本/图像编辑背景，实现角色与场景的灵活组合；采用扩散模型架构，生成高分辨率、时间连贯的视频。项目提供官方训练和推理代码，支持自定义数据集，适用于数字人、影视预演、虚拟内容创作等场景。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1578

技术标签

diffusion-models image-animation video-editing video-generation

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：高级约 15 分钟部署方式：本地安装 5 步

环境要求

已安装 Git 并能访问 GitHub
已安装 Conda（Anaconda/Miniconda）
Python 3.10（由 conda 环境指定）
可执行 bash 脚本的 Linux/类 Unix 环境（需运行 install.sh）

安装与启动步骤

1克隆代码仓库

从 GitHub 拉取 MIMO 官方 PyTorch 实现代码到本地当前目录。
```
git clone https://github.com/menyifang/MIMO.git
```
2进入项目目录

切换到刚克隆下来的 MIMO 文件夹，后续命令都在此目录执行。
```
cd MIMO
```
3创建 Conda 环境

按 README 要求新建名为 mimo 的环境，Python 版本指定为 3.10。
```
conda create -n mimo python=3.10
```
4激活环境

激活 mimo 环境，之后的安装与运行都必须在该环境下进行。
```
conda activate mimo
```
5安装项目依赖

运行仓库自带的安装脚本，由脚本负责安装 PyTorch 等全部依赖，耗时较长请耐心等待。
```
bash install.sh
```