MagicTime

一句话生成延时视频，模拟自然演变过程

MagicTime 是一个专注于生成延时摄影视频的开源项目，核心能力是将文本描述转化为自然演变过程的延时视频，例如花朵绽放、冰雪融化、云卷云舒等。它基于扩散模型，并提出了 Metamorphic Video Generation 的概念，旨在模拟物理世界中的形态变化过程。项目解决了通用视频生成模型在时间演变和物理规律模拟上的不足，通过引入时间感知的注意力机制和运动先验，使生成的视频在时间维度上具有连贯性和真实性。其技术栈包括 diffusion-models、long-video-generation 和 text-to-video，并基于 Open-Sora-Plan 构建，支持长视频生成。该项目发表于 TPAMI 2025，具有学术严谨性，为视频生成领域提供了新的研究方向和实用工具。

开源 free 视频生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1337

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PKU-YuanGroup

所属国家

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

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

定价模式free

价格说明开源项目，Apache-2.0许可证，可免费使用和部署。

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diffusion-models,long-video-generation,metamorphic-video-generation,open-sora-plan,text-to-video,time-lapse,time-lapse-dataset,video-generation

GitHub 星标★ 1337

30天Star增速

HF 下载量

上线时间2024-04-07 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2

使用教程

难度：进阶约 30 分钟部署方式：本地安装 5 步

环境要求

Python 环境（项目开发语言为 Python）
已安装 huggingface-cli（huggingface_hub 命令行工具）
可执行 .sh 脚本的 Shell 环境（Linux/macOS 或 WSL）
可访问 HuggingFace 的网络（中国大陆建议配置镜像）
本地磁盘空间用于存放模型权重（ckpts 目录）

安装与启动步骤

1配置 HuggingFace 镜像

中国大陆用户先设置镜像地址，避免模型下载失败；非大陆用户可跳过此步直接下载模型。
```
export HF_ENDPOINT=https://hf-mirror.com
```
2下载模型权重

使用 huggingface-cli 从 HuggingFace 仓库 BestWishYsh/MagicTime 拉取模型，保存到本地 ckpts 目录。
```
huggingface-cli download --repo-type model BestWishYsh/MagicTime --local-dir ckpts
```
3运行推理脚本

README 提供 inference.sh 一键推理脚本，在项目根目录直接执行即可生成延时视频。
```
sh inference.sh
```
4命令行方式推理

如需命令行交互方式运行推理，可改用 inference_cli.sh 脚本，效果与 inference.sh 相同。
```
sh inference_cli.sh
```
5使用自定义提示词

将全部自定义 prompt 写进一个 .txt 文件，再运行对应脚本即可按文件内容批量生成视频。

关键配置

配置项	必填	说明	示例
`HF_ENDPOINT`	否	HuggingFace 镜像地址，中国大陆下载模型时设置以加速或绕过访问限制	`https://hf-mirror.com`

如何确认成功

执行 sh inference.sh 或 sh inference_cli.sh 后终端无报错，并输出生成的延时视频结果文件。

常见问题

Q：为什么相同 seed 和 prompt 在不同机器上生成结果不同？

A：README 明确提示：即使使用相同的 seed 和 prompt，只要更换机器，生成结果也会不同，这属于正常现象。

Q：国内下载模型速度慢或失败怎么办？

A：先执行 export HF_ENDPOINT=https://hf-mirror.com，再运行 huggingface-cli download 命令，可从国内镜像加速下载。

Q：如何批量生成自己的提示词视频？

A：把全部自定义 prompts 放入一个 .txt 文件，然后运行 README 中对应的推理脚本，即可按文件内容生成视频。

注意事项

模型权重必须下载到 ckpts 目录，脚本默认从该目录加载。
同一 seed 与 prompt 在不同机器上生成结果不同，这是 README 明确给出的警告。
推理脚本有两种：inference.sh 和 inference_cli.sh，按需选用。
README 未给出具体显存与 Python 版本要求，请以官方仓库最新说明为准。

核心亮点

专门针对延时摄影场景优化，生成视频时间连贯性优于通用模型
提出 Metamorphic Video Generation 新范式，学术价值高
基于 Open-Sora-Plan，支持长视频生成，扩展性强

不足之处

文档/社区待观察
对计算资源要求较高，普通用户难以本地部署

适用场景

科研人员研究视频生成中的物理模拟
创作者制作自然现象延时视频内容
教育领域演示生物或地理演变过程

替代项目

Open-Sora-Plan、VideoCrafter、ModelScope Text-to-Video

项目介绍

MagicTime 是视频领域的开源项目，由 PKU-YuanGroup 开发，2024 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（1,337）位列前 30%，在视频分类中处于中上游。

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，可免费使用和部署。

它主要面向的使用场景是：科研人员研究视频生成中的物理模拟。同类可对比的替代方案包括 Open-Sora-Plan、VideoCrafter、ModelScope Text-to-Video。

上一篇：video-diffusion-pytorch

下一篇：MotionDirector