LongLive

让视频生成突破时长限制,轻松产出长视频。

LongLive 是一个面向长视频生成的基础设施项目,旨在解决当前视频生成模型在生成长序列视频时面临的显存不足、计算效率低下和推理延迟高等问题。它通过并行化、模型分片和 NVFP4 量化等技术,支持将视频生成任务扩展到更长的时长和更高的分辨率,同时保持实时或近实时的生成能力。项目提供了一套完整的工具链和 API,帮助开发者将现有的视频生成模型(如扩散模型)无缝迁移到长视频生成场景。其核心能力包括高效的并行推理调度、内存优化策略以及针对长视频生成任务优化的数据流管理。LongLive 特别适合需要生成数分钟甚至更长视频的应用,如电影制作、虚拟现实内容和游戏动画等。

开源 free 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 2640
维护状态 较活跃
是否开源 是
定价模式 free

项目数据

分类视频生成
开发团队NVlabs
所属国家
定价模式free
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
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型infra,long,nvfp4,parallel,real-time,video-generation
GitHub 星标★ 2640
30天Star增速
HF 下载量
上线时间2025-09-22 00:00:00
最近更新2026-09-23 00:00:00
维护状态较活跃
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

难度:进阶 约 30 分钟 部署方式:本地安装 5 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 可用的 Git 环境(README 给出的获取方式为 git clone)
  • Python 环境(项目开发语言为 Python)
  • 支持 NVFP4 / FP8 的 NVIDIA GPU 及驱动(README 的推理路径基于 NVFP4、FP8 与 Triton 内核)
  • 足够的磁盘空间:默认克隆会拉取包含大体积资源的 demopage 分支

安装与启动步骤

  1. 1克隆主分支代码

    README 明确建议只克隆 main 分支并加 --depth 1,避免拉取含大资源的其他分支,显著减小下载体积。

    git clone --single-branch --branch main --depth 1 https://github.com/NVlabs/LongLive.git
  2. 2进入项目目录

    克隆完成后进入仓库根目录,后续安装与运行命令均以此目录为工作目录。

    cd LongLive
  3. 3查阅官方安装文档

    README 未在正文给出安装命令,安装步骤请以官方 Full Documentation 的 Installation 章节为准。

  4. 4配置 NVFP4 环境

    README 单独列出 NVFP4 Setup 章节,需按该章节说明准备 NVFP4 量化推理所需环境后再运行。

  5. 5按文档执行推理

    README 的 Inference 章节给出推理入口,请按该章节示例运行;如需训练参考 Training 章节。

如何确认成功

README 未给出启动成功标志,请以官方文档 Inference 章节的输出(如生成视频结果与 FPS 指标)为准。

常见问题

Q:为什么克隆仓库特别大、特别慢?

A:默认克隆会拉取所有分支(含存放大量素材的 demopage 分支)。README 建议只克隆 main 分支,即加上 --single-branch --branch main --depth 1 参数。

Q:NVFP4 推理环境怎么装?

A:README 在文中单独给出 NVFP4 Setup 链接,需按官方文档的 NVFP4 Installation 章节逐步配置,正文未列出具体命令。

Q:想用原来的 LongLive 1.0 怎么办?

A:LongLive 2.0 发布后,原 1.0 版本已移至 v1.0 分支,可切换到该分支查看对应代码与说明。

Q:支持 FP8 推理吗?

A:支持。2026.07.08 的更新说明 LongLive 2.0 已支持 FP8 推理,具体做法见 README 中指向的 FP8 PTQ 说明。

注意事项

  • README 正文只给出克隆命令,安装、NVFP4 配置、训练与推理命令均需到官方文档站点查看,本教程未编造任何未给出的命令。
  • 克隆时务必使用 --single-branch --branch main --depth 1,否则会连同大体积资源分支一起下载。
  • 该项目为长视频生成的基础设施,涉及并行推理、模型分片与 NVFP4 量化,建议先确认 GPU 与驱动是否满足官方文档的硬件要求。
  • 如需检索增强的长视频生成能力,可关注 README 提到的 LongLive-RAG 仓库。

核心亮点

  • 采用并行化和模型分片技术,显著提升长视频生成速度
  • 集成 NVFP4 量化,降低显存占用,支持更长序列
  • 提供实时生成能力,适用于交互式场景

不足之处

  • 项目尚在成长中,文档和社区支持有待完善
  • 对硬件要求较高,需要多GPU或高性能设备

适用场景

  • 电影和动画制作中的长镜头生成
  • 虚拟现实和游戏中的动态场景创建
  • 实时视频生成应用,如直播特效和交互式内容

替代项目

VideoPoet、NUWA-XL、CogVideo

项目介绍

LongLive 是基础设施领域的开源项目,由 NVlabs 开发,2025 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(2,640)位列前 30%,在基础设施分类中处于中上游。

近 45 天,它的 GitHub 星标从 2,526 增加到 2,640,净增 114。

项目保持着较活跃的维护节奏,最近一次代码更新于 2026-09-23。Apache-2.0许可证,可免费使用和部署。从国内网络环境看,可直接访问。

它主要面向的使用场景是:电影和动画制作中的长镜头生成。同类可对比的替代方案包括 VideoPoet、NUWA-XL、CogVideo。

上一篇:kserve

下一篇:E2B

同类项目推荐

freebuff-proxy 开源

聚合多账号,一键接入 OpenAI 兼容 API,轻松管理会话。

Multi-account OpenAI-compatible gateway for coding models. Pooled keys, session life···

★ 213 2026-08-20
microduck 开源

用 Rust 造一只会走路的桌面小鸭,快速上手双足机器人。

A Tiny biped duck robot

★ 8684 2026-09-10
soperator 开源

用 Kubernetes 原生方式运行 Slurm,简化 HPC 集群管理。

Run Slurm in Kubernetes

★ 439 2026-08-10
ollama 开源

一条命令本地跑起大模型,免费、私密、不卡顿

Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···

★ 181484 2026-08-09