TokenFlow

用文本编辑视频，帧帧连贯不闪烁

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署图像生成 🍴 复刻 141 🐛 待处理 41 👀 关注 69

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1708

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，MIT许可证，完全免费，需自行部署使用。

项目预览

项目数据

分类图像生成

开发团队omerbt

官网地址https://diffusion-tokenflow.github.io

GitHubhttps://github.com/omerbt/TokenFlow

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，需自行部署使用。

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MIT

主要语言Python

技术栈/模型iclr2024,stable-diffusion,text-to-image,text-to-video,tokenflow,video-editing

GitHub 星标★ 1708

上线时间2023-07-20 00:00:00

代码更新2025-02-03

仓库体积28.1 MB

本站数据更新2026-11-07

维护状态低维护

收录时间2026-08-09

浏览次数3

项目介绍

TokenFlow 是 ICLR 2024 的官方 PyTorch 实现，用于实现基于扩散模型的视频编辑。它解决了文本到视频编辑中常见的时序不一致问题，即逐帧独立编辑会导致画面闪烁和内容漂移。TokenFlow 的核心创新在于利用扩散模型特征空间中的自注意力机制，将视频帧的噪声特征对齐到共享的“token”流上，从而在保持编辑内容的同时，确保帧间语义和外观的连贯性。项目提供完整的推理和训练代码，支持基于 Stable Diffusion 的文本引导视频编辑，可处理真实视频输入，并输出风格化或内容修改后的连贯视频。其核心能力包括：无需额外训练即可实现零样本视频编辑、支持多种编辑类型（如风格迁移、物体替换）、以及提供高质量的时间一致性保障。

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 ★ 1708

技术标签

stable-diffusion text-to-image text-to-video video-editing

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 10 分钟部署方式：本地安装 4 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

Python 环境（项目为官方 PyTorch 实现，开发语言为 Python）
PyTorch 深度学习框架
一个预训练的文本到图像扩散模型（如 Stable Diffusion），用于提供扩散先验
无需额外训练或微调，可直接做零样本视频编辑

安装与启动步骤

1获取项目源码

从官方 GitHub 仓库克隆 TokenFlow 源码到本地，后续安装与运行都在该目录中进行。
```
git clone https://github.com/omerbt/TokenFlow.git
```
2进入项目目录

进入克隆下来的目录，并阅读完整 README 获取安装与运行说明（本节选未包含具体安装命令）。
```
cd TokenFlow
```
3查阅官方运行文档

README 节选只介绍了方法原理，未给出依赖安装与推理命令；请务必查看仓库完整说明与项目主页。
4准备预训练扩散模型

按官方说明准备一个预训练的文本到图像扩散模型权重，TokenFlow 基于该模型完成文本引导的视频编辑。