Tune-A-Video
showlab/Tune-A-VideoRevisado por IA
Revisado por RepoPicks Radar el
¿Qué es Tune-A-Video?
Tune-A-Video es el código de un artículo de investigación de 2023 (ICCV). Le das un video corto y una frase que lo describe, y ajusta un modelo de imagen Stable Diffusion durante unos 10 a 15 minutos en una tarjeta NVIDIA potente. Después puedes pedir el mismo movimiento con otro sujeto o estilo, por ejemplo convertir "a man is skiing" en "Spider Man is skiing on the beach". Todo ocurre en una terminal y en Python; no hay interfaz, y el proyecto no se toca desde octubre de 2023.
Tune-A-Video es gratis y de código abierto (Apache-2.0) y puede reemplazar a Runway y Google Veo 3.
¿Qué tan fácil es instalar Tune-A-Video?
D · terminal, varias herramientas o tarjeta específica · Linux
Linux es la única preparación descrita: instalar los paquetes de Python, descargar tú mismo los pesos de Stable Diffusion desde Hugging Face, editar una configuración YAML y ejecutar `accelerate launch train_tuneavideo.py` en una tarjeta como una A100. Para obtener un video después hay que escribir tu propio script de Python a partir del fragmento del README; también se enlaza un cuaderno de Colab para probarlo sin instalar nada.
Pronto: instala con 1 clic desde la app RepoPicks.
Tune-A-Video en GitHub
- Estrellas
- 4359el 10 nov 2026
- Descargas
- —todas las versiones
- Crecimiento
- —sin ganancia en la última lectura
Estrellas a lo largo del tiempo
Datos
- Funciona en
- Linux
- Necesitas instalar
- Python, Tarjeta NVIDIA
- Para compilar desde el código
- Python, Tarjeta gráfica
- Espacio en disco
- 950 MB–4,3 GB · estimación
- Cuentas o claves
- Ninguna
- Costo
- Gratis · Código Apache-2.0. Los modelos de Stable Diffusion sobre los que se apoya tienen sus propias licencias, y el entrenamiento necesita una GPU alquilada o propia.
- Licencia
- Apache-2.0 (Permisiva)
- Último cambio en GitHub
- 25 oct 2023
Señales de riesgo de Tune-A-Video (6)
- AtenciónDependencias con vulnerabilidades conocidas
Dependencias fijadas con vulnerabilidades conocidas (OSV): torch: GHSA-3749-ghw9-m3mg, GHSA-47fc-vmwq-366v, GHSA-53q9-r3pm-6pq6; diffusers: GHSA-7wx4-6vff-v64p, GHSA-98h9-4798-4q5v, PYSEC-2026-2446
revisión automática
- AtenciónVersiones fijadas de 2022
requirements.txt fija torch==1.12.1, torchvision==0.13.1, diffusers[torch]==0.11.1 y bitsandbytes==0.35.4, todas de 2022. Esas versiones son difíciles de instalar en un Python y unos controladores gráficos actuales, y son las mismas que las comprobaciones marcaron por vulnerabilidades conocidas.
revisión con IA
- AtenciónSin mantenimiento
El último cambio es del 2023-10-25, 1112 días antes de esta comprobación, no hay lanzamientos, hay 37 incidencias abiertas y la entrada más reciente de la lista News del README es de febrero de 2023.
revisión con IA
- InfoSin interfaz y sin programa terminado
El repositorio tiene train_tuneavideo.py, configuraciones y un módulo de Python; la sección "Inference" es un fragmento de código que se espera que pegues en tu propio script. La única interfaz lista es una demostración de Gradio en Hugging Face hecha por otra persona.
revisión con IA
- InfoLos ejemplos usan personajes protegidos
Las tablas de resultados del README se basan en indicaciones como "Spider Man is skiing on the beach", "Wonder Woman, wearing a cowboy hat", "James Bond is dribbling a basketball", "Mr Potato Head" y "modern disney style", y apunta a modelos ajustados como Modern Disney y Anything V4.0. Videos así usan personajes y estilos que pertenecen a otros.
revisión con IA
- InfoEdita grabaciones reales de personas
El método toma un video real y lo vuelve a generar con otro sujeto, como en los ejemplos de "A man is skiing"; los mismos pasos funcionan con grabaciones de una persona identificable que no dio su consentimiento.
revisión con IA
La evidencia aparece en su idioma original.
Lo que Radar no pudo verificar de Tune-A-Video
- si las versiones de paquetes de 2022 todavía se instalan y funcionan en una máquina y un controlador actuales
- cuánta memoria de video se necesita realmente, ya que el único dato dado son 10 a 15 minutos en una A100
- cuánto disco ocupan los pesos de Stable Diffusion y las copias ajustadas por video cuando guardas varias
- si el cuaderno de Colab enlazado y la demostración de Hugging Face siguen funcionando tres años después de su última actualización
- qué permiten hacer con los videos que generes las licencias de los modelos Stable Diffusion y DreamBooth