SEINE

用文本或图像生成连贯长视频，还能让视频间无缝过渡

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署图像生成 🍴 复刻 62 🐛 待处理 24 👀 关注 21

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 966

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，需自行部署使用。

项目预览

项目数据

分类图像生成

开发团队Vchitect

官网地址https://vchitect.github.io/SEINE-project

GitHubhttps://github.com/Vchitect/SEINE

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，需自行部署使用。

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diffusion-model,image-to-video,stable-diffusion,video-generation

GitHub 星标★ 966

上线时间2023-09-22 00:00:00

代码更新2024-11-13

仓库体积51.8 MB

本站数据更新2026-11-07

维护状态低维护

收录时间2026-08-09

浏览次数2

项目介绍

SEINE 是一个基于扩散模型的视频生成工具，专注于短片段到长视频的生成，以及视频之间的平滑过渡。它解决了现有视频生成模型难以生成连贯长视频和实现视频间自然转场的问题。核心能力包括：利用 Stable Diffusion 作为基础，通过文本或图像引导生成视频；支持视频过渡（Transition），即从一段视频平滑过渡到另一段视频；支持视频预测（Prediction），即根据给定的起始帧预测后续视频内容。该项目由南洋理工大学等机构开发，发表于 ICLR 2024，提供了完整的训练和推理代码，并支持多种视频生成任务。

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 ★ 966

技术标签

diffusion-model image-to-video stable-diffusion video-generation

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 60 分钟部署方式：本地 (Py/CUDA) 4 步

环境要求

Linux + NVIDIA GPU + CUDA
Conda
ffmpeg

安装与启动步骤

1建 conda 环境

官方锁定 Python 3.9.16，版本不符容易出现编译问题。
```
conda create -n seine python==3.9.16
conda activate seine
```
2装依赖

依赖列表在 requirement.txt，含 torch 与视频编解码相关包。
```
pip install -r requirement.txt
```
3准备权重

按 README 说明下载预训练权重并放到指定目录。
4跑示例采样

仓库提供带 mask 的采样脚本，可直接验证环境是否通。
```
python sample_scripts/with_mask_sample.py --config configs/sample_transition.yaml
```