YUME

用世界模型实时生成可交互视频，从文本或图片秒变动态画面。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署视频生成 🍴 复刻 44 🐛 待处理 18 👀 关注 12

GitHub ↗

GitHub 星标 ★ 686

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0 许可证，可免费使用和部署。

项目预览

项目数据

分类视频生成

开发团队stdstu12

GitHubhttps://github.com/stdstu12/YUME

定价模式🏷️完全免费

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🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型image-to-video,interactive-generation,real-time-generation,text-to-video,world-model

GitHub 星标★ 686

上线时间2025-07-14 00:00:00

代码更新2026-01-14

仓库体积30.4 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数4

项目介绍

YUME 是一个基于世界模型的实时视频生成项目，官方代码库。它支持文本到视频和图像到视频的生成，强调交互式与实时生成能力。项目旨在解决传统视频生成速度慢、缺乏交互性的问题，通过世界模型理解物理规律和场景动态，实现更连贯、可控的视频内容创作。核心能力包括：从文本或静态图像生成动态视频，支持用户交互式调整生成过程，并追求低延迟的实时输出。目前项目处于早期阶段（681星），代码库提供核心模型实现和推理脚本，适合研究人员和开发者探索世界模型在视频生成中的应用。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 686

技术标签

image-to-video text-to-video world-model

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：高级约 120 分钟部署方式：本地安装 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

大显存 GPU
Python 3.10+
大量磁盘（权重）

安装与启动步骤

1克隆仓库

目标是做可交互的动态世界生成，属于长期研究项目。
```
git clone https://github.com/stdstu12/YUME
```
2准备环境

仓库给了环境初始化脚本，先跑它再装依赖。
```
./env_setup.sh fastvideo
```
3装依赖

requirements 覆盖训练与推理，编译包较多。
```
pip install -r requirements.txt
```
4跑图像示例

先用静态图生成验证权重与显存，再试视频。
```
bash scripts/inference/sample_jpg.sh
```
5跑视频与语音

视频与语音是不同脚本，分别验证。
```
bash scripts/inference/sample.sh
```