CVPR23_LFDM 是视频领域的开源项目，由 nihaomiao 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 470。
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 2026-07-23。基于BSD-2-Clause许可证，可自由使用和修改，无付费版本。
它主要面向的使用场景是：图像动画生成。同类可对比的替代方案包括 Video Diffusion Models、MCVD、FDM。
CVPR23_LFDM
输入一张图，用光流扩散模型生成动态视频
CVPR23_LFDM 是 CVPR 2023 论文《Conditional Image-to-Video Generation with Latent Flow Diffusion Models》的官方 PyTorch 实现。该项目旨在解决条件图像到视频生成问题，即给定一张静态图像和运动条件（如文本或动作），生成连续、自然的视频序列。其核心创新在于将光流信息引入潜在扩散模型，通过预测潜在空间中的光流场来引导视频帧的生成，从而在保持图像内容一致性的同时，实现可控且高质量的运动效果。项目支持多种条件输入，能够生成分辨率较高、时序连贯的视频，适用于图像动画、视频预测等任务。代码基于 PyTorch 和潜在扩散模型框架，提供了训练和推理脚本，方便研究者复现和扩展。
开源
free
视频生成
GitHub 星标
★ 470
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nihaomiao
所属国家
定价模式free
价格说明开源项目，基于BSD-2-Clause许可证，可自由使用和修改，无付费版本。
访问状态
是否开源是
开源协议BSD-2-Clause
主要语言Python
技术栈/模型cvpr2023,diffusion-models,image-animation,image-to-video,latent-diffusion,optical-flow,video-generation,video-prediction
GitHub 星标★ 470
30天Star增速
HF 下载量
上线时间2023-02-27 00:00:00
最近更新2026-07-23 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6
使用教程
核心亮点
- 官方实现，代码质量高，复现论文结果可靠
- 引入光流引导，视频运动更连贯自然
- 支持多种条件输入，灵活适配不同场景
不足之处
- 文档/社区待观察
- 依赖光流估计，推理速度可能较慢
适用场景
- 图像动画生成
- 视频预测与插帧
- 创意内容制作
替代项目
Video Diffusion Models、MCVD、FDM
项目介绍
上一篇：MuseV
下一篇：MM-Diffusion
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···