LAMP

用少量视频样本,学运动模式,生成和编辑视频

LAMP 是一个基于扩散模型的少样本视频生成框架,发表于 CVPR 2024。它旨在解决视频生成中数据稀缺和运动模式学习困难的问题,通过从少量参考视频中学习可迁移的运动模式,实现文本到视频的生成和视频编辑。核心能力包括:利用预训练的图像扩散模型(如 Stable Diffusion)进行微调,学习特定场景的运动先验;支持少样本条件下的高质量视频生成,无需大规模视频数据集;提供灵活的视频编辑功能,可基于文本指令修改视频内容。项目代码基于 Python 和 PyTorch 实现,易于集成到现有 AIGC 流程中。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 284
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队RQ-Wu
所属国家
定价模式free
价格说明开源项目,提供在线演示页面,可免费体验,无付费版本。
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型aigc,diffusion,diffusion-model,diffusion-models,few-shot-learning,stable-diffusion,text-to-video,video-editing
GitHub 星标★ 284
30天Star增速
HF 下载量
上线时间2023-10-06 00:00:00
最近更新2026-08-18 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

  • 少样本学习:仅需少量视频即可生成高质量视频,大幅降低数据门槛
  • 基于 Stable Diffusion:利用成熟图像生成模型,迁移到视频领域,训练成本低
  • 支持视频编辑:不仅生成,还能根据文本指令编辑现有视频,功能多样

不足之处

  • 文档/社区待观察:项目早期,文档和社区支持可能不完善
  • 生成视频长度和分辨率可能受限,受限于扩散模型的计算开销

适用场景

  • 影视制作中快速生成概念视频或预览片段
  • 社交媒体内容创作,根据文本描述生成短视频
  • 视频编辑场景,通过文本指令修改视频中的动作或风格

替代项目

AnimateDiff、VideoCrafter、ModelScope Text-to-Video

项目介绍

LAMP 是视频领域的开源项目,由 RQ-Wu 开发,2023 年首次发布。

它收录于视频分类,该分类目前共有 473 个项目,GitHub 星标数为 284。

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 2026-08-18。提供在线演示页面,可免费体验,无付费版本。从国内网络环境看,可直接访问。

它主要面向的使用场景是:影视制作中快速生成概念视频或预览片段。同类可对比的替代方案包括 AnimateDiff、VideoCrafter、ModelScope Text-to-Video。

上一篇:Gen-L-Video

下一篇:VidToMe

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

★ 332 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