Helios

实时生成超长视频，让创意瞬间成片

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 197 🐛 待处理 46 👀 关注 9

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 2256

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源模型，Apache-2.0许可，可免费本地部署使用，无在线服务。

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/Helios-Page

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

定价模式🏷️完全免费

价格说明开源模型，Apache-2.0许可，可免费本地部署使用，无在线服务。

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acceleration,diffusion,diffusion-model,diffusion-models,efficient-tuning,high-quality,image-to-video,image2video,interactive,long-context,long-video-generation,real-time,text-to-video,text2video,video-generation,video-generator,video-to-video,video2video,world-model,world-models

GitHub 星标★ 2256

上线时间2026-03-02 00:00:00

代码更新2026-11-01

仓库体积14.2 MB

本站数据更新2026-11-08

维护状态较活跃

收录时间2026-08-09

浏览次数4

项目介绍

Helios 是一个专注于实时长视频生成的扩散模型开源项目，旨在解决当前视频生成模型推理速度慢、生成时长受限的问题。它支持图像到视频（image-to-video）的生成，通过高效的扩散模型架构和加速技术，实现了接近实时的长视频生成能力。项目核心能力包括高质量的视频内容生成、交互式生成体验，以及高效的模型调优方法。Helios 的技术栈涉及扩散模型、加速推理、高效调优等，适合研究人员和开发者快速构建和部署视频生成应用。该项目目前处于成长阶段，GitHub 星标已超两千，社区关注度较高，为视频生成领域提供了新的开源选择。

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 ★ 2256

技术标签

diffusion diffusion-model diffusion-models image-to-video interactive

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：高级约 30 分钟部署方式：本地安装 4 步

环境要求

Linux 环境下运行的 Python 项目（README 未给出具体 Python 版本）
单张 NVIDIA H100 GPU（README 实测 19.5 FPS），或单张昇腾 NPU（约 10 FPS）
需自行安装与本机 CUDA 版本匹配的 PyTorch
仓库根目录需可执行 bash install.sh 安装依赖

安装与启动步骤

1获取源码

README 节选未给出克隆命令，此处使用项目官方 GitHub 地址获取源码并进入目录。
```
git clone https://github.com/PKU-YuanGroup/Helios.git
cd Helios
```
2安装 PyTorch

README 第 2 步要求安装 PyTorch，并提示按自己的 CUDA 版本调整，原文未给出具体安装命令。
3安装依赖

README 第 3 步为安装依赖，直接执行仓库自带的 install.sh 脚本。
```
bash install.sh
```
4运行推理

进入推理脚本目录，README 说明该目录覆盖文生视频、图生视频、视频生视频，后续命令节选缺失。
```
cd scripts/inference
```