TATS 是视频领域的开源项目，由 songweige 开发，2022 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 288。
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 2026-07-05。MIT许可证，完全免费，需自行部署。
它主要面向的使用场景是：科研人员复现长视频生成论文并对比实验。同类可对比的替代方案包括 VideoGPT、CogVideo、NUWA。
TATS
用文本或音频生成分钟级连贯长视频，突破短视频限制。
TATS 是一个基于 PyTorch 的长视频生成框架，来自 ECCV 2022 论文。它旨在解决现有视频生成模型只能生成短视频（如几秒）的局限，通过时间无关的 VQGAN（Time-Agnostic VQGAN）和时间敏感的 Transformer（Time-Sensitive Transformer）两大核心组件，实现对长视频（如分钟级）的高质量生成。该框架支持文本到视频、音频到视频、视频编辑和视频合成等多种任务，能够根据文本描述或音频信号生成连贯的长视频，并支持对已有视频进行编辑和操作。其核心能力在于将视频生成分解为空间和时间两个维度，分别建模，从而在保持视觉质量的同时扩展时间长度。项目提供了官方实现代码，适合研究者和开发者用于探索长视频生成技术。
开源
free
视频生成
GitHub 星标
★ 288
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songweige
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，需自行部署。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型audio-to-video,long-video-generation,pytorch,text-to-video,video-generation,video-manipulation,video-synthesizer
GitHub 星标★ 288
30天Star增速
HF 下载量
上线时间2022-04-07 00:00:00
最近更新2026-07-05 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3
使用教程
核心亮点
- 官方 ECCV 2022 论文实现，算法有学术背书，适合复现研究
- 支持文本到视频、音频到视频、视频编辑多任务，功能全面
- 时间无关 VQGAN 和时间敏感 Transformer 设计，长视频生成效果领先
不足之处
- 项目较早期，文档和社区支持待观察
- 模型训练和推理资源需求高，普通硬件难跑通
适用场景
- 科研人员复现长视频生成论文并对比实验
- 内容创作者用文本或音频自动生成短视频素材
- 视频编辑场景中利用模型进行视频内容修改和合成
替代项目
VideoGPT、CogVideo、NUWA
项目介绍
上一篇：text2youtube
下一篇：lumiere-pytorch
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···