Causal-Forcing

环境要求

• Linux 环境 + 支持 CUDA 的 NVIDIA GPU（需编译安装 flash-attn）
• 已安装 Conda（Miniconda/Anaconda），用于创建独立环境
• Python 3.10（README 指定版本）
• 已获取项目源码（含 requirements.txt 与 setup.py）

安装与启动步骤

1. 1克隆项目源码

   从 GitHub 拉取代码到本地，后续所有安装命令都在项目根目录执行。

   git clone https://github.com/thu-ml/Causal-Forcing.git
   cd Causal-Forcing

   复制

2. 2创建 Conda 环境

   按 README 要求创建名为 causal_forcing 的环境，Python 版本固定为 3.10。

   conda create -n causal_forcing python=3.10 -y

   复制

3. 3激活环境

   激活刚创建的环境，之后所有 pip 安装都应在该环境中进行。

   conda activate causal_forcing

   复制

4. 4安装项目依赖

   安装 requirements.txt 中列出的全部依赖，需在项目根目录执行。

   pip install -r requirements.txt

   复制

5. 5安装 CLIP

   从 OpenAI 官方仓库安装 CLIP，README 单独列出了这一步。

   pip install git+https://github.com/openai/CLIP.git

   复制

6. 6安装 flash-attn

   使用 --no-build-isolation 参数安装，需从源码编译，耗时较长请耐心等待。

   pip install flash-attn --no-build-isolation

   复制

7. 7安装项目本体

   以开发模式安装项目，使代码可直接被 Python 导入。

   python setup.py develop

   复制

如何确认成功

README 未给出推理启动命令，只能确认以上安装命令均无报错、conda activate causal_forcing 可正常进入环境，即视为安装完成。

常见问题

注意事项

• README 明确声明：原生不支持超过 81 帧的视频，直接把 5 秒训练的模型当作长视频基线是不公平的。
• 官方说明其推理环境与 Self Forcing 完全一致，可参考 Self Forcing 的环境配置。
• README 只给出了安装步骤，未提供推理/训练的启动命令，具体使用需查阅官方文档链接。
• 安装顺序建议严格按 README：requirements.txt → CLIP → flash-attn → python setup.py develop。