rcm

把视频扩散模型蒸馏成少步生成,快出视频不降质

rCM(Rectified Consistency Models)是一个专注于视频扩散模型蒸馏的开源项目,旨在将大规模视频扩散模型转化为少步生成模型,实现双向和自回归视频生成。它解决了视频扩散模型推理速度慢、计算成本高的问题,通过一致性模型和分布匹配蒸馏技术,将多步采样压缩为1-4步,同时保持生成质量。项目提供了统一的算法和基础设施,支持双向(非自回归)和自回归(时序因果)两种视频生成模式,并集成了FlashAttention等优化技术。核心能力包括:基于修正流的一致性蒸馏、分布匹配损失、以及针对视频时序因果性的Causal-rCM变体。该项目适合需要高效视频生成的场景,如实时内容创作、视频编辑等。

开源 free 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 811
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NVlabs
所属国家
官网地址
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,无付费版本。
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autoregressive-video-generation,consistency-model,diffusion,distillation,distribution-matching,few-step-generation,flash-attention,jacobian-vector-product,meanflow,real-time,streaming-video,video-generation,wan-video,world-models
GitHub 星标★ 811
30天Star增速
HF 下载量
上线时间2025-10-09 00:00:00
最近更新2026-09-23 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3

使用教程

核心亮点

  • 少步生成:支持1-4步采样,比原始扩散模型快数十倍,适合实时视频生成
  • 统一框架:同时支持双向和自回归视频生成,算法和基础设施统一,易于扩展
  • 质量保持:采用分布匹配蒸馏,少步生成下视频质量接近多步扩散结果

不足之处

  • 文档/社区待观察
  • 依赖大规模预训练模型,训练蒸馏成本高,普通硬件难以复现

适用场景

  • 实时视频生成与交互式内容创作
  • 视频编辑与风格化,快速生成预览
  • 大规模视频合成,降低推理算力消耗

替代项目

Consistency Models、Latent Consistency Models、AnimateDiff

项目介绍

rcm 是视频领域的开源项目,由 NVlabs 开发,2025 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(811)位列前 30%,在视频分类中处于中上游。

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 2026-09-23。Apache-2.0许可证,可免费使用和部署,无付费版本。

它主要面向的使用场景是:实时视频生成与交互式内容创作。同类可对比的替代方案包括 Consistency Models、Latent Consistency Models、AnimateDiff。

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 ···

★ 125106 2026-08-09
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

★ 332 2026-08-26
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···

★ 3185 2026-08-10
MagicDance 开源

一张图+任意动作,生成身份不变的逼真人物视频

[ICML 2024] MagicPose(also known as MagicDance): Realistic Human Poses and Facial Ex···

★ 777 2026-08-09