MuseV

一张照片,生成无限时长高保真虚拟人视频

MuseV 是一个基于扩散模型的开源虚拟人视频生成框架,专注于生成无限长度、高保真的虚拟人视频。它解决了传统视频生成中时长受限、动作不连贯、身份不一致等问题,核心能力包括视觉条件并行去噪、图像到视频的转换、支持多人种和多种风格,并提供了训练和推理的完整工具链。用户可以通过输入一张人物图像和动作序列,生成流畅的虚拟人表演视频,适用于数字人、影视制作、虚拟助手等场景。项目代码结构清晰,提供了详细的文档和示例,便于二次开发。

开源 free 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 2844
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TMElyralab
所属国家
官网地址
定价模式free
价格说明开源项目,本地部署,完全免费
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型diffusion,human-video-generation,image2video,infinite-length,musev,video-generation
GitHub 星标★ 2844
30天Star增速
HF 下载量
上线时间2024-03-25 00:00:00
最近更新2026-09-21 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

难度:入门 约 10 分钟 部署方式:Docker 4 步

环境要求

  • 支持 CUDA 的 NVIDIA GPU(启动命令使用 --gpus all)
  • 已安装 Docker,并配置好 NVIDIA Container Toolkit 以便容器内调用 GPU
  • 如不使用 Docker,需自行准备 Python 环境(README 未指定具体版本)
  • 镜像内默认 conda 环境名为 musev

安装与启动步骤

  1. 1拉取镜像

    从 Docker Hub 拉取官方 MuseV 镜像,latest 标签即最新版本。

    docker pull anchorxia/musev:latest
  2. 2启动容器

    以交互方式进入容器;--gpus all 让容器使用全部 GPU,否则无法加速。

    docker run --gpus all -it --entrypoint /bin/bash anchorxia/musev:latest
  3. 3激活环境

    镜像内默认 conda 环境名为 musev,进入容器后激活它再运行代码。

    conda activate musev
  4. 4本地装依赖

    不用 Docker 时,README 要求准备 Python 环境并安装这些额外包(未给出版本号)。

    pip install diffusers controlnet_aux mmcm

如何确认成功

进入容器后执行 conda activate musev 无报错,即表示镜像与运行环境已就绪;README 未提供推理启动命令。

常见问题

Q:没有 NVIDIA GPU 可以运行吗?

A:README 的容器启动命令使用 --gpus all,需要支持 CUDA 的 NVIDIA 显卡;无 GPU 的替代方案 README 未给出。

Q:容器里默认的 Python 环境是哪个?

A:README 说明默认 conda 环境为 musev,进入容器后执行 conda activate musev 即可使用。

Q:diffusers、controlnet_aux、mmcm 怎么装?

A:README 提示准备 Python 环境并安装这些额外包;使用 Docker 方式时依赖已包含在镜像中,无需单独安装。

Q:怎么真正生成视频?

A:README 节选只提供 Docker 快速开始,未给出推理脚本与权重下载命令,请查看仓库完整文档与示例。

注意事项

  • 本教程仅依据 README 节选中出现的内容整理,模型权重下载与推理参数请以仓库完整文档为准。
  • 启动容器必须带 --gpus all,否则容器内无法使用 GPU。
  • MuseV 可与同团队的 MuseTalk(唇形同步)、MusePose(姿态驱动)配合组成完整虚拟人方案。

核心亮点

  • 支持无限长度视频生成,突破时长限制
  • 视觉条件并行去噪,动作连贯且身份保持稳定
  • 提供完整训练和推理代码,易于定制和扩展

不足之处

  • 文档/社区待观察
  • 对硬件资源要求较高,普通设备难以运行

适用场景

  • 数字人直播和短视频制作
  • 影视特效中的虚拟角色动画
  • 虚拟助手和在线教育中的动态形象

替代项目

AnimateDiff、DreamPose、Wav2Lip

项目介绍

MuseV 是视频领域的开源项目,由 TMElyralab 开发,2024 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(2,844)位列前 30%,在视频分类的 473 个项目里位列前 10%。

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 2026-09-21。本地部署,完全免费。

它主要面向的使用场景是:数字人直播和短视频制作。同类可对比的替代方案包括 AnimateDiff、DreamPose、Wav2Lip。

上一篇:ConsistI2V

下一篇:CVPR23_LFDM

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