VGen
ali-vilab/VGenRevisado por IA
Revisado por RepoPicks Radar el
¿Qué es VGen?
VGen es la base de código de investigación del Tongyi Lab de Alibaba. Reúne varios métodos de generación de video en un solo lugar — I2VGen-XL (foto a video), HiGen y TF-T2V (texto a video), DreamVideo (tu propio sujeto o movimiento), VideoLCM y otros — y manejas cada uno editando un archivo YAML y ejecutando inference.py, o abriendo una página local de Gradio. También puede entrenar y ajustar modelos. Para echar un primer vistazo sin instalar nada, los autores mantienen demos en el navegador en HuggingFace y ModelScope. El repositorio no tiene archivo de licencia.
VGen es gratis y puede reemplazar a Runway, LTX Studio y Google Veo 3.
¿Qué tan fácil es instalar VGen?
A · descarga y abre · Web
- Linux D
- Web A
La mejor forma de entrar es el navegador: el README enlaza demos de I2VGen-XL que los autores ejecutan en HuggingFace Spaces y ModelScope, donde subes una imagen y obtienes un video sin instalar nada. Hacerlo en tu propia máquina es una D y en realidad una tarea de Linux: un entorno conda con Python 3.8, PyTorch 1.12 compilado para CUDA 11.3, ffmpeg instalado con apt-get, archivos de modelo descargados de ModelScope y una configuración YAML por modelo.
VGen en GitHub
- Estrellas
- 3152el 10 nov 2026
- Descargas
- —todas las versiones
- Crecimiento
- —sin ganancia en la última lectura
Estrellas a lo largo del tiempo
Datos
- Funciona en
- Linux, Web
- Necesitas instalar
- Python, Tarjeta NVIDIA, FFmpeg
- Para compilar desde el código
- Python, Tarjeta gráfica, FFmpeg
- Espacio en disco
- 310 MB–870 MB · estimación
- Cuentas o claves
- Ninguna
- Costo
- Gratis · Sin precio. Tampoco hay archivo de licencia, así que no se indican los términos para usar el código ni los videos que genera.
- Licencia
- Sin licencia (Sin licencia)
- Puede reemplazar
- Runway, LTX Studio, Veo 3
- Último cambio en GitHub
- 10 ene 2025
Señales de riesgo de VGen (6)
- AtenciónDependencias con vulnerabilidades conocidas
Dependencias fijadas con vulnerabilidades conocidas (OSV): transformers: GHSA-282v-666c-3fvg, GHSA-29pf-2h5f-8g72, GHSA-37mw-44qp-f5jm; opencv-python: GHSA-qr4w-53vh-m672, PYSEC-2023-183; opencv-python-headless: GHSA-jh2j-j4j9-crg3, PYSEC-2023-184; pytorch-lightning: GHSA-2vj5-px25-gjrp, GHSA-4cv3-v7pv-rfhf, GHSA-75m9-98v2-hjpm; gradio: GHSA-26jh-r8g2-6fpr, GHSA-279j-x4gx-hfrh, GHSA-34rf-p3r3-58x2
revisión automática
- InfoNo se detectó licencia
GitHub no detectó ninguna licencia, ni en el archivo de licencia, ni en la carpeta LICENSES ni en el manifiesto de winget
revisión automática
- InfoLos modelos y paquetes vienen de fuera de github
El README descarga todos los checkpoints desde ModelScope (`snapshot_download('damo/I2VGen-XL', ...)`, `iic/HiGen`, `iic/tf-t2v`, `iic/InstructVideo`) e instala los requisitos desde un espejo: "pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple".
revisión con IA
- InfoDejó de actualizarse
Último commit el 2025-01-10, 664 días antes de la revisión, con 116 issues abiertos, y las versiones fijadas son antiguas: torch 1.12 con CUDA 11.3, xformers 0.0.13, pytorch-lightning 1.4.2, gradio 3.39 y una versión de triton ya desactualizada.
revisión con IA
- InfoFunciones planeadas que nunca se publicaron
La lista de TODO todavía tiene elementos sin marcar — "Release the code and pretrained models of HumanDiff", "Release models optimized specifically for the human body and faces" — y la sección "(8) Other methods" solo dice "In preparation!!".
revisión con IA
- InfoEl autor señala los puntos débiles del modelo
README: "we find that the current model performs inadequately on anime images and images with a black background due to the lack of relevant training data", y el modelo de súper resolución "only supports 32-frame input".
revisión con IA
La evidencia aparece en su idioma original.
Lo que Radar no pudo verificar de VGen
- Si las demos de HuggingFace y ModelScope todavía están en línea y cuánto dura la cola de espera
- Cuánta memoria de video necesita cada modelo, algo que el README nunca indica
- El espacio real en disco que ocupan los checkpoints descargados de ModelScope
- Si el entorno de Python 3.8 y CUDA 11.3 todavía se instala en una máquina actual
- Qué se te permite hacer con los videos generados, ya que no hay archivo de licencia