DiT-Extrapolation

不重训、不微调，让视频扩散模型直接生成超长视频

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 76 🐛 待处理 24 👀 关注 39

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 833

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，完全免费，可自行部署使用。

项目预览

DiT-Extrapolation 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类视频生成

开发团队thu-ml

官网地址https://riflex-video.github.io

GitHubhttps://github.com/thu-ml/DiT-Extrapolation

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0 许可证，完全免费，可自行部署使用。

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cogvideox,diffusion,diffusion-models,diffusion-transformer,dit,extrapolation,generative-model,hunyuan-video,long-video-generation,position-embedding,rope,video-generation

GitHub 星标★ 833

上线时间2025-02-21 00:00:00

代码更新2026-06-06

仓库体积147.9 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数5

项目介绍

DiT-Extrapolation 是 ICML 2025 论文《RIFLEx: A Free Lunch for Length Extrapolation in Video Diffusion Transformers》的官方实现，同时包含 ICLR 2026 的 UltraViCo 和 UltraImage 方法。该项目聚焦视频扩散 Transformer（DiT）的长度外推问题，即在不重新训练或微调的情况下，让预训练模型生成比训练时更长的视频。核心能力包括：实现 RIFLEx 的旋转位置编码（RoPE）改进策略，通过调整频率维度实现零成本长度外推；提供 UltraViCo 的上下文化视觉条件方法，增强长视频生成的时序一致性；支持 CogVideoX 和 HunyuanVideo 等主流视频生成模型。项目代码基于 Python，采用模块化设计，便于研究者复现论文结果并集成到现有视频生成流程中。

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 ★ 833

技术标签

diffusion diffusion-models diffusion-transformer dit generative-model

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：高级约 45 分钟部署方式：本地安装 4 步

环境要求

NVIDIA GPU 24G 显存以上
Python 3.10
CUDA 12.x

安装与启动步骤

1建环境

长视频与高分辨率外推的研究实现。

conda create -n riflex python=3.10 && conda activate riflex
pip install -r requirements.txt

2装加速

bitsandbytes 用于低比特推理。
```
pip install -U bitsandbytes
```
3准备权重

按 README 下基础 DiT 模型。
```
ls checkpoints
```
4跑外推

同一模型换 RoPE 缩放即可拉长时长。
```
python sample.py --config configs/riflex.yaml
```