MOVA

一句话生成音画同步视频，告别后期配音对齐

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 98 🐛 待处理 34 👀 关注 11

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1136

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，免费使用，具体许可待确认

项目预览

项目数据

分类视频生成

开发团队OpenMOSS

官网地址https://mosi.cn/models/mova

GitHubhttps://github.com/OpenMOSS/MOVA

定价模式🏷️完全免费

价格说明开源项目，免费使用，具体许可待确认

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audio-generation,diffusion-models,lora,multimodal,sglang,text-to-video,video-audio-generation,video-generation

GitHub 星标★ 1136

上线时间2026-01-28 00:00:00

代码更新2026-11-03

仓库体积17.1 MB

本站数据更新2026-11-03

维护状态活跃

收录时间2026-09-07

浏览次数9

项目介绍

MOVA 是一个统一的多模态基础模型，能够在一个模型中同时生成同步的视频和音频，解决了传统视频生成中音画分离、需要额外配音或后期对齐的痛点。它基于扩散模型架构，支持文本到视频与音频的联合生成，并集成了 LoRA 微调能力，方便用户针对特定风格或场景进行定制。项目采用 Python 实现，并利用 SGLang 优化推理性能，适合研究与应用探索。其核心能力包括：同步生成高质量视频与对应音轨、多模态联合建模、以及灵活的扩展性。目前项目处于成长阶段，代码与文档已开源，但生态和社区支持尚在建设中。

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 2026-09-07 · 当前星标 ★ 1136

技术标签

audio-generation diffusion-models lora multimodal sglang

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：入门约 10 分钟部署方式：本地安装 6 步

环境要求

Python 3.13（conda 环境 mova）
已安装并可使用 conda
已安装 ComfyUI，存在 ComfyUI/custom_nodes 目录
首次运行需联网，从 HuggingFace 自动下载模型权重

安装与启动步骤

1创建 conda 环境

新建名为 mova 的独立环境，指定 Python 3.13，避免与系统环境冲突。
```
conda create -n mova python=3.13 -y
```
2激活环境

后续所有安装与运行命令都要在这个已激活的环境中执行。
```
conda activate mova
```
3安装 MOVA

在 MOVA 仓库根目录执行该命令，以可编辑方式安装项目及其依赖。
```
pip install -e .
```
4进入节点目录

切换到 ComfyUI 的自定义节点目录，为安装 MOVA 节点做准备。
```
cd ComfyUI/custom_nodes
```
5克隆节点仓库

递归克隆 comfyui-mova 节点仓库，--recursive 用于一并拉取子模块。
```
git clone --recursive https://github.com/richservo/comfyui-mova.git
```
6安装节点依赖

进入克隆下来的目录并安装其 requirements.txt 中的依赖包。
```
cd comfyui-mova
pip install -r requirements.txt
```