cosmos-transfer2.5

用多个空间条件精准控制视频生成,打造可控世界模拟。

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 138 🐛 待处理 62 👀 关注 8
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 768
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,可免费本地部署使用

项目预览

cosmos-transfer2.5 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类视频生成
开发团队nvidia-cosmos
定价模式🏷️完全免费
价格说明开源项目,Apache-2.0许可证,可免费本地部署使用
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spatial-controls,video-generation,world-models,world-simulation
GitHub 星标★ 768
上线时间2025-09-25 00:00:00
代码更新2026-06-30
仓库体积105.4 MB
本站数据更新2026-11-19
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

Cosmos-Transfer2.5 是 NVIDIA 开源的视频生成模型,基于 Cosmos-Predict2.5 构建,专注于多空间控制条件下的高质量世界模拟。它解决的核心问题是:在视频生成中,如何通过多个空间控制输入(如深度图、分割图、边缘图等)精确引导生成内容,实现可控的世界仿真。该模型支持多种条件输入组合,能够生成符合物理规律和空间结构的视频序列,适用于自动驾驶仿真、机器人训练、虚拟环境构建等领域。其核心能力包括:多模态空间条件融合、高保真视频生成、以及基于世界模型的因果推理。项目代码以 Python 为主,依赖 PyTorch 等深度学习框架,提供了推理和微调脚本,方便开发者二次开发。目前项目处于早期阶段,但已获得 715 星标,显示出社区对可控视频生成方向的关注。

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。

难度:高级 约 90 分钟 部署方式:集群部署 4 步

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. 1确认硬件

    官方要求数据中心级 GPU,消费卡跑不动。

    nvidia-smi
  2. 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. 3准备素材

    按文档把视频与提示词放进入参目录。

    ls inputs/
  4. 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

上一篇:ID-LoRA-LTX2.3-ComfyUI

下一篇:NAVA

同类项目推荐

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 .···

★ 1232 2026-11-16
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"

★ 712 2026-08-09
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···

★ 105 2026-08-09
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···

★ 2640 2026-08-09
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···

★ 114 2026-08-09
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···

★ 1864 2026-11-13
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

★ 1980 2026-11-09
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···

★ 188 2026-08-09