项目预览
项目数据
项目介绍
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 ★ 13189
使用教程
⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
环境要求
- 能访问 Google Colab 的网络环境
- Google 账号（用于登录 Colab）
- 免费的 Colab T4 GPU 实例（运行 CogVideoX-5B 系列笔记本）
安装与启动步骤
-
1打开 Colab 笔记本
README 提供了三个可直接在免费 Colab T4 上运行的笔记本，按需求选择文生视频、图生视频或量化推理版本。
-
2确认 GPU 运行时
在 Colab 菜单选择 Runtime → Change runtime type，把硬件加速器设为 T4 GPU，否则模型无法运行。
-
3按顺序运行单元格
从第一个单元格开始依次运行，等待依赖安装与模型权重下载完成；量化推理版每次约需 30 分钟。
如何确认成功
所有单元格无报错执行完毕，最后一步输出生成的视频文件（或在页面内播放）即表示运行成功。
常见问题
Q：没有 GPU 能运行吗？
A：README 中的笔记本面向免费 Colab T4 实例，没有 GPU 的本地环境无法按此流程运行，建议改用 Colab 提供的 GPU 运行时或在线 Space。
Q：想先在线体验怎么办？
A：可直接访问 README 给出的 Huggingface Space（CogVideoX-5B）或 ModelScope Space 在网页端试用，无需本地部署。
Q：运行很慢或显存不足？
A：可改用 CogVideoX-5B 量化（Int8）文生视频笔记本，README 说明其单次运行约 30 分钟，显存占用更低。
注意事项
- README 节选中只提供了 Colab 与在线 Space 的入口，未给出本地 pip 安装、docker run 等命令，本教程仅覆盖 Colab 使用路径。
- Colab 免费实例有使用时长与资源限制，长时间推理可能被中断。
- CogVideoX-5B 推理对显存要求较高，建议优先使用量化版本。
核心亮点
- 支持文本和图像双模态生成视频，覆盖更广的应用场景
- 基于Transformer架构，生成视频质量高，语义对齐准确
- 开源且提供预训练模型，便于二次开发和学术研究
不足之处
- 生成视频长度和分辨率有限，长视频生成能力不足
- 推理速度较慢，对计算资源要求高
- 文档/社区待观察
适用场景
- 短视频内容创作与辅助制作
- 影视特效预可视化与分镜设计
- 教育与科研中的动态内容生成
替代项目
ModelScope、VideoCrafter、AnimateDiff
上一篇：waoowaoo
下一篇：HunyuanVideo
同类项目推荐
diffusion-forcing-transformer
开源
用历史帧引导扩散模型，生成更连贯的视频
[ICML 2025] Official PyTorch Implementation of "History-Guided Video Diffusion"
open-director
开源
一句话生成完整视频，AI 导演全自动，还能批量生产短视频。
开源 AI 视频工作室 — 从一句话到成片。支持创意模式（AI 导演全流程自动生成）和批量模式···
EasyCache
开源
免训练加速视频生成，动态缓存省算力
Less is Enough: Training-Free Video Diffusion Acceleration via Runtime-Adaptive Cach···
swd
开源
无需标注，用GAN同时生成图像和视频
unsupervised video and image generation
Ground-A-Video
开源
用一句话描述，让视频编辑像改图一样简单
Ground-A-Video: Zero-shot Grounded Video Editing using Text-to-image Diffusion Model···
podcast-maker
开源
把新闻简报一键变成 YouTube 视频，全自动发布
Fully automated video maker using motion graphics and text-to-speech synthesis to tu···
lumiere-pytorch
开源
用 PyTorch 复现谷歌 Lumiere，一键生成连贯视频
Implementation of Lumiere, SOTA text-to-video generation from Google Deepmind, in Py···
PVDM
开源
在潜空间玩转扩散模型，高效生成高质量视频
[CVPR'23] Video Probabilistic Diffusion Models in Projected Latent Space
MotionDirector
开源
上传参考视频，用文本定制生成专属动作视频
[ECCV 2024 Oral] MotionDirector: Motion Customization of Text-to-Video Diffusion Mod···