视频

TATS 开源

用文本或音频生成分钟级连贯长视频，突破短视频限制。

TATS 是一个基于 PyTorch 的长视频生成框架，来自 ECCV 2022 论文。它旨在解决现有视频生成模型只能···

MMVID 开源

输入文字和图片，自动生成匹配的动态视频

MMVID是一个基于多模态条件约束的视频生成开源项目，来自CVPR 2022论文。它解决的核心问题是：如何···

digan 开源

用隐式表示生成任意长度视频，动态更真实

DIGAN 是一个基于隐式生成对抗网络的视频生成模型，由新加坡国立大学等机构提出，发表于 ICLR 2022···

stylegan-v 开源

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···

NWT-pytorch 开源

用音频驱动生成同步视频，快速上手跨模态生成

NWT-pytorch 是 NWT（Neural Waveform Transform）模型的非官方 PyTorch 实现，专注于音频到视频的···

clip-gan 开源

用AI把音乐自动变成视觉大片，零剪辑经验也能玩

clip-gan 是一个利用 CLIP 模型引导生成式对抗网络（GAN）自动创作音乐视频的开源实验项目。它解决···

articulated-animation 开源

用一张图和一段视频，生成逼真的关节动画

articulated-animation 是论文《Motion Representations for Articulated Animation》的官方代码实···

MoCoGAN-HD 开源

用图像生成器直接合成高清视频，分辨率高且训练稳定

MoCoGAN-HD 是一个基于 GAN 的高分辨率视频生成框架，核心思想是利用预训练的高质量图像生成器（如···

podcast-maker 开源

把新闻简报一键变成 YouTube 视频，全自动发布

podcast-maker 是一个将新闻简报自动转化为 YouTube 视频的全自动工具。它利用动态图形（motion gr···

text2video 开源

输入文本，自动生成带语音和画面的教学视频

text2video 是一个将文本自动转换为视频的开源工具，旨在提升学习内容的吸引力。它通过自然语言处理···

lipsync 开源

上传视频和音频，一键生成唇形同步视频，支持CPU运行

lipsync 是一个基于 Wav2Lip 的 Python 唇形同步库，旨在简化视频和图片中人物嘴唇与音频的同步过程···

deep-landscape 开源

一张风景照，生成自然动态视频

DeepLandscape 是 ECCV2020 论文的官方实现，专注于风景视频的对抗性建模。它解决的核心问题是：如···

redditube 开源

把 Reddit 热帖一键变成视频，自动配音加字幕

redditube 是一个从 Reddit 帖子和评论生成视频的工具。它自动抓取 Reddit 上的热门帖子及评论，将···

Deepstory 开源

输入故事文本，自动生成角色说话视频

Deepstory 是一个将文本或生成文本转化为视频的开源工具，核心功能是让角色以指定声音朗读故事并配···

tgan2 开源

低显存训练高分辨率视频生成模型，稀疏训练密集生成

tgan2 是论文《Train Sparsely, Generate Densely: Memory-efficient Unsupervised Training of Hi···

Music-Dance-Video-Synthesis 开源

输入音乐，自动生成同步舞蹈视频

Music-Dance-Video-Synthesis 是一个基于 PyTorch 的自监督舞蹈视频合成项目，发表于 ACM MM 2020 ···

conditional-motion-propagation 开源

用少量标注，自动预测并传播视频中的运动信息

这是一个CVPR 2019的官方代码项目，专注于视频中的条件运动传播问题。其核心目标是解决视频中物体运···

swd 开源

无需标注，用GAN同时生成图像和视频

swd 是一个基于 TensorFlow 的无监督视频与图像生成开源项目，旨在通过生成对抗网络（GAN）实现高质···

videogan 开源

用GAN生成动态场景视频，复现经典论文

VideoGAN 是论文《Generating Videos with Scene Dynamics》的 TensorFlow 实现，属于早期视频生成···

voxel-flow 开源

用体素流场合成视频帧，搞定插帧和预测

voxel-flow 是 ICCV 2017 Oral 论文的开源实现，提出用深度体素流（Deep Voxel Flow）进行视频帧合···

video_prediction 开源

用GAN+VAE预测视频未来帧，生成多种可能结果

这是一个基于生成对抗网络（GAN）和变分自编码器（VAE）的视频预测开源项目，核心是解决视频帧序列···

improved-video-gan 开源

用GAN生成更连贯真实的视频，支持多任务扩展

Improved-Video-GAN 是一个基于生成对抗网络（GAN）的视频生成开源项目，源自论文《Improving Vide···