Mojito

让视频生成听你指挥，精确控制物体运动轨迹和强度

Mojito 是一个面向视频生成的可控运动轨迹与强度控制的开源项目，源自同名论文。它解决的是现有文本生成视频模型中，用户难以精确控制画面中物体运动方向和幅度的问题。核心能力是在扩散模型基础上，通过额外的运动轨迹和强度条件引导生成过程，使得生成的视频不仅符合文本描述，还能按照用户指定的路径和运动快慢呈现。项目提供官方实现代码，支持自定义运动控制，适用于需要精细动作编排的视频创作场景。目前处于早期阶段，代码库简洁，便于研究者快速上手和扩展。

开源 free 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 62
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UCSB-AI
所属国家
官网地址https://sites.google.com/view/mojito-video
GitHubhttps://github.com/UCSB-AI/Mojito
定价模式free
价格说明开源项目，MIT许可证，提供在线演示页面，可免费使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型controllable-generation,diffusion-models,motion-control,text-to-video-generation,video-generation
GitHub 星标★ 62
30天Star增速
HF 下载量
上线时间2025-02-10 00:00:00
最近更新2026-06-01 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4

使用教程

核心亮点

  • 提供运动轨迹与强度的双重控制，超越纯文本引导的生成方式
  • 基于扩散模型，与主流视频生成技术路线兼容，便于集成
  • 官方论文配套代码，学术参考价值高，适合研究者复现

不足之处

  • 项目处于早期，星标数少，社区生态和文档尚不完善
  • 依赖特定论文实现，可能缺乏通用性，需自行适配数据

适用场景

  • 科研人员复现论文并探索可控视频生成新方法
  • 创作者需要精确控制视频中物体运动路径的创意制作
  • 开发者集成运动控制能力到现有视频生成工具链

替代项目

MotionCtrl、DragNUWA、VideoComposer

项目介绍

Mojito 是视频领域的开源项目，由 UCSB-AI 开发，2025 年首次发布。

它收录于视频分类，该分类目前共有 472 个项目，GitHub 星标数为 62。

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 2026-06-01。MIT许可证，提供在线演示页面，可免费使用。从国内网络环境看，当前已无法正常访问。

它主要面向的使用场景是：科研人员复现论文并探索可控视频生成新方法。同类可对比的替代方案包括 MotionCtrl、DragNUWA、VideoComposer。

上一篇：MultiWorld

下一篇：EasyCache

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
auto-subs 开源

在剪辑软件里直接生成字幕，省去导出导入的麻烦

On-device subtitle generation that connects directly to DaVinci Resolve, Premiere, a···

★ 4266 2026-08-10