LongLive-RAG

用检索增强技术,让AI生成更长的连贯视频

LongLive-RAG 是一个面向长视频生成的通用检索增强框架,其官方实现基于 PyTorch。它解决的是现有视频生成模型难以生成长时间、多场景连贯视频的问题。核心能力在于通过检索增强生成(RAG)技术,从外部知识库或视频片段库中检索相关信息,辅助自回归或扩散模型生成更长的视频序列,提升视频内容的丰富性和一致性。该框架设计为通用型,可适配不同的视频生成模型,为长视频创作提供了一种新的技术路径。

开源 free 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 113
维护状态 低维护
是否开源
定价模式 free

项目数据

分类视频生成
开发团队qiz1907
所属国家
官网地址
定价模式free
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
是否开源
开源协议Apache-2.0
主要语言Python
技术栈/模型autoregressive,diffusion-models,generative-ai,long-video-generation,pytorch,retrieval-augmented-generation,video-diffusion,video-diffusion-model,video-generation,wan
GitHub 星标★ 113
30天Star增速
HF 下载量
上线时间2026-05-31 00:00:00
最近更新2026-09-21 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

  • 提出通用RAG框架,可适配多种视频生成模型,提升长视频生成的连贯性
  • 结合自回归与扩散模型优势,探索长视频生成新范式
  • 官方实现,代码开源,便于研究者复现和二次开发

不足之处

  • 项目处于早期阶段,文档和社区支持待观察
  • 依赖外部检索库,可能增加部署和推理的复杂度

适用场景

  • 长视频内容创作,如电影级片段自动生成
  • 视频数据增强,为训练提供多样化长视频样本
  • 多模态检索生成研究,探索RAG在视频领域的应用

替代项目

VideoPoet、NUWA-XL、CogVideo

项目介绍

LongLive-RAG 是视频领域的开源项目,由 qiz1907 开发,是 2026 年新上线的项目。

它收录于视频分类,该分类目前共有 471 个项目,GitHub 星标数为 113。

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 2026-09-21。Apache-2.0许可,可免费使用和部署。

它主要面向的使用场景是:长视频内容创作,如电影级片段自动生成。同类可对比的替代方案包括 VideoPoet、NUWA-XL、CogVideo。

上一篇:DiT-Extrapolation

下一篇:EverAnimate

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 ···

★ 125106 2026-08-09
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

★ 334 2026-08-26
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···

★ 3185 2026-08-10
auto-subs 开源

在剪辑软件里直接生成字幕,省去导出导入的麻烦

On-device subtitle generation that connects directly to DaVinci Resolve, Premiere, a···

★ 4266 2026-08-10