FreeInit

不重训模型，让视频生成更连贯更稳定

FreeInit 是一个针对视频扩散模型的训练后优化方法，由南洋理工大学等机构在 ECCV 2024 提出。它解决视频扩散模型在生成时因初始噪声与视频低频结构不匹配而导致的时序闪烁和运动不连贯问题。核心能力是在不重新训练模型的前提下，通过迭代地对初始潜变量进行频谱空间的重采样和混合，弥合初始化差距，显著提升生成视频的时序一致性和整体质量。方法即插即用，兼容现有主流视频扩散模型，如 AnimateDiff 和 VideoCrafter，仅需少量推理步骤即可带来明显改善。

开源 free 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 543
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TianxingWu
所属国家
官网地址https://tianxingwu.github.io/pages/FreeInit
GitHubhttps://github.com/TianxingWu/FreeInit
定价模式free
价格说明开源项目，MIT许可证，完全免费，需自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型aigc,text-to-video,video-diffusion-model,video-generation
GitHub 星标★ 543
30天Star增速
HF 下载量
上线时间2023-12-12 00:00:00
最近更新2026-08-30 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

  • 即插即用，无需修改或重训现有视频扩散模型，直接提升生成质量
  • 通过频谱重采样弥合初始化差距，有效减少视频闪烁和运动不连贯
  • 已集成至 AnimateDiff 等主流工具，验证了实用性和兼容性

不足之处

  • 需要额外的推理迭代步骤，增加计算开销
  • 文档和社区支持相对有限，属于研究性质项目

适用场景

  • 提升现有视频扩散模型的生成时序一致性
  • 作为后处理模块嵌入视频生成工作流
  • 研究视频生成中初始噪声对质量的影响

替代项目

VideoCrafter、AnimateDiff、ModelScope Text-to-Video

项目介绍

FreeInit 是视频领域的开源项目，由 TianxingWu 开发，2023 年首次发布。

它收录于视频分类，该分类目前共有 473 个项目，GitHub 星标数为 543。

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 2026-08-30。MIT许可证，完全免费，需自行部署使用。

它主要面向的使用场景是：提升现有视频扩散模型的生成时序一致性。同类可对比的替代方案包括 VideoCrafter、AnimateDiff、ModelScope Text-to-Video。

上一篇：VEnhancer

下一篇：FlashVideo

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 ···

★ 125106 2026-08-09
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

★ 332 2026-08-26
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···

★ 3185 2026-08-10
MagicDance 开源

一张图+任意动作，生成身份不变的逼真人物视频

[ICML 2024] MagicPose(also known as MagicDance): Realistic Human Poses and Facial Ex···

★ 777 2026-08-09