ConsisID

输入文本和一张人脸，生成身份一致的视频。

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 48 🐛 待处理 36 👀 关注 13

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 866

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，可免费使用和部署。

项目预览

项目数据

分类视频生成

开发团队PKU-YuanGroup

官网地址https://pku-yuangroup.github.io/ConsisID

GitHubhttps://github.com/PKU-YuanGroup/ConsisID

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0许可，可免费使用和部署。

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diffusion,diffusion-models,identity-preserving,text-to-video,video-generation,video-generation-dataset,video-generator,videogeneration

GitHub 星标★ 866

上线时间2024-11-15 00:00:00

代码更新2026-04-14

仓库体积13.7 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

ConsisID 是一个面向身份保持的文本到视频生成模型，由 CVPR 2025 Highlight 论文提出。它解决的是在视频生成中，如何根据文本描述生成指定人物身份的视频，同时保持面部特征一致性的问题。核心创新在于利用频率分解技术，将人物身份信息分解为低频和高频分量，分别建模和处理，从而在生成过程中更稳定地保留身份特征。项目提供了完整的训练和推理代码，以及配套的数据集，支持自定义训练。技术栈基于扩散模型，适合研究和开发人员用于身份保持的视频生成任务。

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 ★ 866

技术标签

diffusion diffusion-models text-to-video video-generation video-generator

使用教程

难度：高级约 60 分钟部署方式：本地安装 4 步

环境要求

NVIDIA GPU 24G 显存以上
Python 3.11
CUDA 11.8/12.1

安装与启动步骤

1建环境

官方指定 Python 3.11 与 torch 2.5.1。

conda create -n consisid python=3.11.0
conda install pytorch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 pytorch-cuda=11.8 -c pytorch -c nvidia

2装依赖

按 requirements 装，diffusers 版本要对齐。
```
pip install -r requirements.txt
```
3下权重

脚本会拉主模型与辅助模型。
```
python download_weights.py
```
4推理

给参考人脸图 + 文本，保持身份一致性生成视频。
```
python infer.py --model_path BestWishYsh/ConsisID-preview
```