stylegan-v 是视频领域的开源项目，由 universome 开发，2021 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 391。
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 2026-08-24。代码公开，可自行部署使用，完全免费。
它主要面向的使用场景是：学术研究：探索连续时间视频生成与表示学习。同类可对比的替代方案包括 VideoGPT、CogVideo、NUWA。
stylegan-v
用StyleGAN2的代价生成连续高清视频，支持任意时长和帧率
StyleGAN-V 是一个基于 StyleGAN2 架构的连续视频生成模型，由 Snap 研究院在 CVPR 2022 提出。它解决了传统视频生成模型在分辨率、训练成本和生成质量上的痛点，通过引入连续时间建模，将视频视为在时间维度上连续的图像流，从而在保持 StyleGAN2 图像质量的同时生成高分辨率、时间上平滑且无限长的视频。核心能力包括：支持任意帧率和时长采样、无需光流或显式运动建模、训练效率高（单卡可训练）、生成视频具有真实感和多样性。项目提供完整 PyTorch 实现、预训练模型和训练/推理脚本，适合研究视频生成、图像动画和连续表示学习的开发者使用。
开源
free
视频生成
GitHub 星标
★ 391
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universome
所属国家
定价模式free
价格说明开源项目，代码公开，可自行部署使用，完全免费。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型gans,generative-adversarial-networks,pytorch,stylegan,video-generation
GitHub 星标★ 391
30天Star增速
HF 下载量
上线时间2021-12-29 00:00:00
最近更新2026-08-24 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
- 训练成本低，单卡即可训练高分辨率视频生成模型
- 生成视频时间上连续，支持任意帧率采样和无限时长
- 基于StyleGAN2，图像质量高且具备解耦编辑能力
不足之处
- 项目停止维护，依赖旧版PyTorch和CUDA环境，复现门槛高
- 文档偏学术，缺少上手教程和社区支持
适用场景
- 学术研究：探索连续时间视频生成与表示学习
- 数据增强：生成合成视频数据用于训练下游任务
- 内容创作：生成无限循环背景视频或动态纹理
替代项目
VideoGPT、CogVideo、NUWA
项目介绍
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 ···
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
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···
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···