tgan2 是视频领域的开源项目，由 pfnet-research 开发，2020 年首次发布。
它收录于视频分类，该分类目前共有 473 个项目，GitHub 星标数为 82。
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 2026-07-11。MIT许可证，完全免费，无付费版本。
它主要面向的使用场景是：学术研究：复现高分辨率视频生成论文实验。同类可对比的替代方案包括 VideoGAN、MoCoGAN、DVD-GAN。
tgan2
低显存训练高分辨率视频生成模型，稀疏训练密集生成
tgan2 是论文《Train Sparsely, Generate Densely: Memory-efficient Unsupervised Training of High-resolution Temporal GAN》的官方实现，专注于高分辨率视频生成的无监督训练。它提出了一种稀疏训练与密集生成相结合的方法，在训练时只对部分帧进行对抗训练，从而大幅降低显存占用，使得在有限GPU资源下也能生成高分辨率、时间上连贯的视频序列。核心能力包括：基于GAN的视频生成框架、稀疏训练策略、高分辨率支持、以及时间一致性优化。该项目用Python实现，基于深度学习库构建，适合研究者复现论文实验或作为视频生成任务的基线。
开源
free
视频生成
GitHub 星标
★ 82
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pfnet-research
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型deep-learning,generative-adversarial-network,machine-learning,video-generation
GitHub 星标★ 82
30天Star增速
HF 下载量
上线时间2020-04-23 00:00:00
最近更新2026-07-11 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2
使用教程
核心亮点
- 稀疏训练策略显著降低显存需求，支持更高分辨率视频生成
- 官方实现，代码与论文对应，适合复现和二次开发
- 针对时间一致性做了优化，生成的视频帧间更连贯
不足之处
- 项目处于早期阶段，文档和社区支持较少，上手门槛较高
- 依赖特定GPU和深度学习环境，配置复杂
适用场景
- 学术研究：复现高分辨率视频生成论文实验
- 低资源环境：在有限显存GPU上训练视频生成模型
- 视频生成基线：对比其他GAN视频生成方法的效果
替代项目
VideoGAN、MoCoGAN、DVD-GAN
项目介绍
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 ···
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
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···
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···