Phantom

让AI生成的视频里，主角永远不跑偏

Phantom 是一个基于扩散模型的文生视频（Text-to-Video）开源项目，专注于解决视频生成中主体一致性问题。它通过跨模态对齐技术，确保在生成的视频中，同一主体在不同帧中保持外观、身份和风格的一致性，避免出现主体漂移或变形。项目提供了完整的训练和推理代码，支持自定义数据集微调，并集成了多种视频生成范式。其核心能力包括：利用一致性模型（Consistency Models）加速采样，实现更快的视频生成；通过跨模态对齐模块，将文本描述与视觉特征深度融合，提升生成视频与文本的语义匹配度；同时支持长视频生成和运动控制。Phantom 适合需要生成高质量、主体连贯视频内容的研究者和开发者，可应用于创意内容制作、虚拟角色动画、广告生成等场景。

开源 free 视频生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1517

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Phantom-video

所属国家

官网地址https://phantom-video.github.io/Phantom

GitHubhttps://github.com/Phantom-video/Phantom

定价模式free

价格说明开源项目，Apache-2.0 许可证，可自行部署使用，无收费版本。

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aigc,consistency-models,text-to-video,video-generation

GitHub 星标★ 1517

30天Star增速

HF 下载量

上线时间2025-02-10 00:00:00

最近更新2026-09-22 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

难度：高级约 30 分钟部署方式：本地安装 5 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

已安装 Git（README 克隆命令需要）
具备 Python 环境（README 未给出具体版本要求）
建议预留足够磁盘空间存放模型权重（README 未给出具体大小）

安装与启动步骤

1克隆仓库

把 Phantom 源码下载到本地，README 给出的仓库地址为 https://github.com/Phantom-video/Phantom。
```
git clone https://github.com/Phantom-video/Phantom.git
```
2进入项目目录

切换到刚克隆下来的 Phantom 目录，后续操作都在该目录内进行。
```
cd Phantom
```
3安装依赖

README 的 Installation 一节写有 Install dependencies，但未给出具体安装命令，需自行查看仓库内的依赖说明文件后安装。
4获取模型权重

README 顶部提供 Hugging Face 模型页面 https://huggingface.co/bytedance-research/Phantom ，按其页面说明下载权重；README 未给出下载命令。
5运行主体到视频生成

README 列有 Run Subject-to-Video Generation 小节，但未给出运行命令或参数，需自行查阅仓库内的推理脚本与文档。

如何确认成功

README 未提供启动验证方法；能成功克隆仓库并进入 Phantom 目录即完成本教程范围，推理是否成功需自行按仓库脚本确认。

常见问题

Q：依赖到底怎么装？

A：README 的 Installation 只有 git clone 与 cd，Install dependencies 下方为空，未给出 pip/conda 命令；请查看仓库内的依赖文件或项目文档获取准确命令。

Q：模型权重从哪里下载？

A：README 顶部提供 Hugging Face 徽标链接 https://huggingface.co/bytedance-research/Phantom ，可前往该页面按官方说明获取权重。

Q：需要什么 Python 版本和显卡？

A：README 节选中未说明 Python 版本、CUDA 版本或显存要求，请以仓库实际代码与官方文档为准，不要照搬其他项目的配置。

Q：怎么生成一段视频？

A：README 只有 Run Subject-to-Video Generation 标题，没有命令示例；需要自行阅读仓库中的推理脚本确定输入格式和参数。

注意事项

README 节选中安装说明不完整，仅确认了 git clone 与 cd 两条命令，其余命令请勿凭空猜测。
Phantom 属于文生视频扩散模型项目，通常需要较强 GPU 环境，实际配置请以官方文档为准。
Hugging Face 页面为 README 中明确给出的模型获取入口，下载前请先阅读该页面说明。
如遇依赖或权重问题，建议优先查阅 Phantom 官网 https://phantom-video.github.io/Phantom 。

核心亮点

跨模态对齐机制有效解决视频中主体漂移问题，生成内容更连贯
基于一致性模型，采样速度快，视频生成效率高
提供完整训练推理代码，支持自定义数据集微调，可扩展性强

不足之处

文档/社区待观察
生成视频的分辨率和时长可能受限于算力，实际效果需自行验证

适用场景

创意短视频自动生成，保持角色形象统一
虚拟角色动画制作，降低人工逐帧调整成本
广告素材批量生产，确保品牌元素一致性

替代项目

AnimateDiff、VideoCrafter、Modelscope Text-to-Video

项目介绍

Phantom 是视频领域的开源项目，由 Phantom-video 开发，2025 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（1,517）位列前 30%，在视频分类的 472 个项目里位列前 15%。

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 2026-09-22。Apache-2.0 许可证，可自行部署使用，无收费版本。

它主要面向的使用场景是：创意短视频自动生成，保持角色形象统一。同类可对比的替代方案包括 AnimateDiff、VideoCrafter、Modelscope Text-to-Video。

上一篇：AIComicBuilder

下一篇：text-to-video-synthesis-colab