ControlVideo

无需训练，用文本和结构图直接生成可控视频。

ControlVideo 是一个无需训练的文本生成视频方法，基于现有文本到图像扩散模型（如 Stable Diffusion）实现可控的视频生成。它解决了文本到视频生成中训练成本高、数据需求大、控制不灵活的问题。核心能力包括：通过交叉注意力机制保持帧间一致性，使用结构引导（如边缘、深度图）控制视频内容，以及无需额外训练即可适配多种预训练模型。其方法简单高效，适用于快速生成风格化或结构化的短视频。

开源 free 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 862
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YBYBZhang
所属国家
官网地址
GitHubhttps://github.com/YBYBZhang/ControlVideo
定价模式free
价格说明开源项目，MIT许可证，完全免费，需自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型diffusion-models,training-free,video-generation
GitHub 星标★ 862
30天Star增速
HF 下载量
上线时间2023-05-22 00:00:00
最近更新2026-08-31 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

核心亮点

  • 无需训练，直接利用预训练模型，部署成本低
  • 支持多种结构引导（边缘、深度等），控制灵活
  • 帧间一致性好，视频流畅自然

不足之处

  • 生成视频长度有限，长视频可能累积误差
  • 依赖预训练模型能力，复杂场景效果受限
  • 文档/社区待观察

适用场景

  • 快速生成概念演示视频
  • 基于图片结构生成动画片段
  • 创意短视频制作

替代项目

VideoCrafter、ModelScope Text-to-Video、AnimateDiff

项目介绍

ControlVideo 是视频领域的开源项目，由 YBYBZhang 开发，2023 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（862）位列前 30%，在视频分类中处于中上游。

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 2026-08-31。MIT许可证，完全免费，需自行部署使用。

它主要面向的使用场景是：快速生成概念演示视频。同类可对比的替代方案包括 VideoCrafter、ModelScope Text-to-Video、AnimateDiff。

上一篇：videocomposer

下一篇：WACV23_TSNet

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