项目预览
项目数据
项目介绍
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 ★ 768
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。
环境要求
- A100 或 H100
- CUDA 12.x
- NVIDIA 容器仓库账号
安装与启动步骤
-
1确认硬件
官方要求数据中心级 GPU,消费卡跑不动。
nvidia-smi -
2拉镜像
推荐用官方容器,避免依赖地狱。
docker pull nvcr.io/nvidia/cosmos:latest -
3准备素材
按文档把视频与提示词放进入参目录。
ls inputs/ -
4跑转换
先用最短的示例跑通一条转移动。
bash examples/run_transfer.sh
如何确认成功
输出目录生成可播放视频,帧数与输入一致。
注意事项
- 模型权重需申请,别在公开渠道找。
- 显存不足会 OOM,先降分辨率试通再提。
核心亮点
- 支持深度图、分割图等多种空间控制输入,生成结果可控性强
- 基于世界模型,视频生成符合物理规律和空间一致性
- 提供推理和微调脚本,便于二次开发和定制
不足之处
- 文档/社区待观察
- 模型体积和推理资源消耗可能较大,对硬件要求高
适用场景
- 自动驾驶场景仿真,生成多视角可控视频
- 机器人操作训练,生成符合物理规则的环境视频
- 虚拟制片和游戏开发,快速生成背景或过场动画
替代项目
Stable Video Diffusion、Runway Gen-3、NVIDIA Cosmos-Predict2.5
下一篇:NAVA
同类项目推荐
generative-manim
开源
说句话就能生成数学动画视频
GPT for video generation ⚡️
FFmpeg-GUI-Editor-Windows
开源
免命令行,拖入视频就能无损裁剪和转码
Lightweight portable FFmpeg GUI & lossless video trimmer for Windows (ready-to-use .···
diffusion-forcing-transformer
开源
用历史帧引导扩散模型,生成更连贯的视频
[ICML 2025] Official PyTorch Implementation of "History-Guided Video Diffusion"
Sora-FullStack
开源
用文本或图片一键生成和编辑 AI 视频,支持语音克隆和多语言。
OpenAi-Sora (SoraFlows) is an open-source, cross-platform web application for AI-pow···
claude-code-video-toolkit
开源
用大白话描述视频创意,自动生成带配音和画面的成片
Make videos with Claude Code: script, AI voiceover, music, video clips and render, o···
puppet-master
开源
用运动先验精准控制视频中每个部件的动态,让生成视频更可控。
[ICCV 2025] Official Implementation of Puppet-Master: Scaling Interactive Video Gene···
motion-skills
开源
给 AI 编程助手装上动效技能包,一句话生成动态视频
56 open-source skills that teach your AI coding agent to make motion graphics, anima···
Pika-H3-Flex
开源
一套代码跑通视频加音频生成推理
Pika H3 Flex: video and audio generation inference
IAmDirector-Text2Video-NextJS-Cl···
开源
输入创意,AI 自动写剧本并生成视频,人人都是导演。
本项目开源基于NextJS的前端, 希望能够提供一个用于生成式AI的文字转视频, 尤其是电影从···
