MoCoGAN-HD 是视频领域的开源项目，由 snap-research 开发，2021 年首次发布。
它收录于视频分类，该分类目前共有 472 个项目，GitHub 星标数为 246。
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 2026-01-15。代码公开，可自行部署使用，完全免费。
它主要面向的使用场景是：学术研究：高分辨率视频生成与GAN理论探索。同类可对比的替代方案包括 VideoGPT、DVD-GAN、TATS。
MoCoGAN-HD
用图像生成器直接合成高清视频，分辨率高且训练稳定
MoCoGAN-HD 是一个基于 GAN 的高分辨率视频生成框架，核心思想是利用预训练的高质量图像生成器（如 StyleGAN）来合成视频帧，从而避免从头训练视频生成器的高成本。它通过将视频分解为内容与运动两个子空间，在隐空间中实现运动迁移，支持生成 256x256 甚至更高分辨率的视频。项目解决了传统视频生成模型分辨率低、训练不稳定、计算资源消耗大的问题，使得单卡即可训练高清视频生成模型。核心能力包括：基于 StyleGAN 的框架、运动与内容解耦、支持视频插值和风格迁移。该工作发表于 ICLR 2021 并获 Spotlight，代码基于 PyTorch 实现，适合研究视频生成、图像动画等方向。
开源
free
图像生成
GitHub 星标
★ 246
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snap-research
所属国家
定价模式free
价格说明开源项目，代码公开，可自行部署使用，完全免费。
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型deep-learning,gan,image-generation,video-generation
GitHub 星标★ 246
30天Star增速
HF 下载量
上线时间2021-03-17 00:00:00
最近更新2026-01-15 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
- 利用预训练图像生成器，显著降低视频生成训练成本
- 支持 256x256 高分辨率视频生成，远超同期方法
- 内容与运动解耦，便于控制视频语义和动作
不足之处
- 依赖预训练图像生成器，泛化性受限于图像模型
- 运动控制能力有限，复杂动态场景生成效果欠佳
- 文档/社区待观察
适用场景
- 学术研究：高分辨率视频生成与 GAN 理论探索
- 内容创作：生成人物说话或动作的短视频素材
- 数据增强：为视频理解任务合成训练数据
替代项目
VideoGPT、DVD-GAN、TATS
项目介绍
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 ···
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
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···
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···