rcm

把视频扩散模型蒸馏成少步生成，快出视频不降质

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 35 🐛 待处理 20 👀 关注 3
GitHub ↗
GitHub 星标 ★ 829
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，可免费使用和部署，无付费版本。

项目预览

rcm 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NVlabs
GitHubhttps://github.com/NVlabs/rcm
定价模式🏷️完全免费
价格说明开源项目，Apache-2.0许可证，可免费使用和部署，无付费版本。
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★ 829
上线时间2025-10-09 00:00:00
代码更新2026-06-25
仓库体积3.8 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

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。

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 ★ 829

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 50 分钟 部署方式：本地安装 4 步

环境要求

  • NVIDIA GPU 多卡
  • Python 3.12
  • CUDA 12.6

安装与启动步骤

  1. 1建环境

    一致性模型的加速研究实现，Python 3.12。

    conda create -n rcm python==3.12.12
conda install cmake ninja
conda install -c nvidia cuda-nvcc cuda-toolkit

  2. 2装 torch

    按 CUDA 版本选索引。

    pip install torch==2.11.0 torchvision==0.26.0 --index-url https://download.pytorch.org/whl/cu126

  3. 3装依赖

    含 transformer_engine，编译很慢。

    pip install megatron-core hydra-core loguru attrs fvcore nvidia-ml-py imageio[ffmpeg] pandas wandb psutil ftfy regex transformers webdataset safetensors

  4. 4验加速库

    flash-attn 装完先验证导入。

    python -c "import flash_attn_interface; print('FA3 installed')"

如何确认成功

导入加速库无报错，且采样步数明显少于基线。

注意事项

  • 它研究的是少步采样的因果一致性，不是普通蒸馏。
  • 编译类依赖对 CPU 核数敏感，MAX_JOBS 别开太大。
  • 镜像有预编好的环境时优先用镜像。

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

上一篇：EgoSim

下一篇：Awesome-Physics-Cognition-based-Video-Generation

同类项目推荐

video-skills-toolkit 开源

用 Remotion 快速生成口播、手绘和字幕视频

Video skills toolkit for Remotion talking-head, sketch story, and audio-to-subtitles···

★ 162 2026-08-09
baize-toolbox 开源

拖拽文件，一键搞定音视频格式转换与剪辑

白泽工具箱，基于electron+ffmpeg实现的一款功能强大的多媒体工具

★ 109 2026-08-09
stable-diffusion-videos 开源

两张图之间自动过渡，静态画面秒变动画

Create videos with Stable Diffusion by exploring the latent space and morphing betw···

★ 4709 2026-08-09
hyperframes-motion-director 开源

把文章和网页一键变成动态视频，中文优先

Agent Skill for Chinese-first HyperFrames motion-video production from articles, pro···

★ 482 2026-08-09
awesome-seedance 开源

带复测结论的 AI 视频提示词库，抄了就能用

Evidence-led Seedance 2.5 / 2.0 prompt library: 840+ cases traced to original posts,···

★ 2496 2026-09-26
LeanVAE 开源

让视频扩散模型更轻更快，重建不拖后腿

[ICCV2025]LeanVAE: An Ultra-Efficient Reconstruction VAE for Video Diffusion Models

★ 121 2026-08-09
MIMO 开源

上传一张图，用姿态驱动角色动起来，还能换背景

Official implementation of "MIMO: Controllable Character Video Synthesis with Spatia···

★ 1578 2026-08-09
remotion-superpowers 开源

在 Claude Code 里，用 AI 全自动产出专业视频

Full video production studio for Remotion — for Claude Code, Codex, Gemini CLI & an···

★ 164 2026-08-09
vox-director 开源

输入主题，自动产出 Vox 风格拼贴解说视频

Turn one topic into a finished Vox-style paper-collage explainer/ad video — automat···

★ 2739 2026-08-09