BLADE 是视频领域的开源项目，由 ziplab 开发，2025 年首次发布。
它收录于视频分类，该分类目前共有 472 个项目，GitHub 星标数为 50。
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 2026-09-21。基于PyTorch实现，无在线服务，需自行部署，完全免费。
它主要面向的使用场景是：视频生成模型的推理加速部署。同类可对比的替代方案包括 Stable Video Diffusion、AnimateDiff、VideoCrafter。
BLADE
给视频生成提速：稀疏注意力+步数蒸馏，快数倍不降质。
BLADE 是一个面向视频生成的高效推理加速框架，核心思路是将块稀疏注意力（Block-Sparse Attention）与步骤蒸馏（Step Distillation）相结合，在保持生成质量的同时大幅降低计算成本。它解决了视频扩散模型推理速度慢、显存占用高的问题，使得长视频和高分辨率视频的生成更加实用。项目提供了官方 PyTorch 实现，包含训练和推理代码，支持在现有扩散模型基础上进行微调或直接应用。其亮点在于通过稀疏注意力减少冗余计算，并通过蒸馏减少采样步数，两者协同作用，实现数倍的加速比。该工作已被 ICLR 2026 接收，具备学术严谨性，适合研究者和工程师探索高效视频生成方案。
开源
free
视频生成
GitHub 星标
★ 50
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ziplab
所属国家
定价模式free
价格说明开源项目，基于PyTorch实现，无在线服务，需自行部署，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diffusion-models,distillation,sparsity,video-generation
GitHub 星标★ 50
30天Star增速
HF 下载量
上线时间2025-08-14 00:00:00
最近更新2026-09-21 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2
使用教程
核心亮点
- 将稀疏注意力与步骤蒸馏结合，双重加速效果显著
- 官方实现，代码质量高，易于复现和二次开发
- 针对视频生成场景优化，解决长视频生成慢的痛点
不足之处
- 项目处于早期，文档和社区支持待观察
- 稀疏注意力可能对特定硬件或模型结构有依赖
适用场景
- 视频生成模型的推理加速部署
- 长视频或高分辨率视频的实时生成
- 资源受限环境下的视频生成应用
替代项目
Stable Video Diffusion、AnimateDiff、VideoCrafter
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···
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···