VGen
ali-vilab/VGenRevisado por IA
Verificado pelo RepoPicks Radar em
O que é VGen?
VGen é a base de código de pesquisa do Tongyi Lab da Alibaba. Ela reúne vários métodos de geração de vídeo em um só lugar — I2VGen-XL (foto para vídeo), HiGen e TF-T2V (texto para vídeo), DreamVideo (seu próprio assunto ou movimento), VideoLCM e outros — e você controla cada um editando um arquivo YAML e executando inference.py, ou abrindo uma página local do Gradio. Também pode treinar e fazer fine-tuning de modelos. Para uma primeira olhada sem instalar nada, os autores mantêm demonstrações no navegador no HuggingFace e no ModelScope. O repositório não tem arquivo de licença.
VGen é grátis e pode substituir Runway, LTX Studio e Google Veo 3.
Quão fácil é instalar VGen?
A · baixe e abra · Web
- Linux D
- Web A
A melhor forma de entrar é pelo navegador: o README linka demos do I2VGen-XL rodados pelos próprios autores no HuggingFace Spaces e no ModelScope, onde você envia uma imagem e recebe um vídeo sem instalar nada. Fazer isso na sua própria máquina é um D e, na prática, uma tarefa de Linux: um ambiente conda com Python 3.8, PyTorch 1.12 compilado para CUDA 11.3, ffmpeg instalado com apt-get, arquivos de modelo baixados do ModelScope e uma configuração YAML por modelo.
VGen no GitHub
- Estrelas
- 3.152em 10 de nov. de 2026
- Downloads
- —todas as versões
- Crescimento
- —sem ganho na última leitura
Estrelas ao longo do tempo
Fatos
- Roda em
- Linux, Web
- Você precisa instalar
- Python, Placa NVIDIA, FFmpeg
- Para compilar a partir do código
- Python, Placa de vídeo, FFmpeg
- Espaço em disco
- 310 MB–870 MB · estimativa
- Contas ou chaves
- Nenhuma
- Custo
- Grátis · Sem preço. Também não há arquivo de licença, então não são informados os termos para usar o código nem os vídeos que ele gera.
- Licença
- Sem licença (Sem licença)
- Pode substituir
- Runway, LTX Studio, Veo 3
- Última mudança no GitHub
- 10 de jan. de 2025
Sinais de risco de VGen (6)
- AtençãoDependências com vulnerabilidades conhecidas
Dependências fixadas com vulnerabilidades conhecidas (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
checagem automática
- InfoNenhuma licença detectada
O GitHub não detectou nenhuma licença, nem no arquivo de licença, nem na pasta LICENSES nem no manifesto do winget
checagem automática
- InfoModelos e pacotes vêm de fora do github
O README baixa todos os checkpoints do ModelScope (`snapshot_download('damo/I2VGen-XL', ...)`, `iic/HiGen`, `iic/tf-t2v`, `iic/InstructVideo`) e instala as dependências a partir de um espelho: "pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple".
revisão por IA
- InfoParou de ser atualizado
Último commit em 2025-01-10, 664 dias antes da checagem, com 116 issues abertas, e as versões fixadas são antigas: torch 1.12 com CUDA 11.3, xformers 0.0.13, pytorch-lightning 1.4.2, gradio 3.39 e uma versão já desatualizada do triton.
revisão por IA
- InfoRecursos planejados que nunca saíram
A lista de TODO ainda tem itens não marcados — "Release the code and pretrained models of HumanDiff", "Release models optimized specifically for the human body and faces" — e a seção "(8) Other methods" diz apenas "In preparation!!".
revisão por IA
- InfoO autor indica os pontos fracos do 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", e o modelo de super-resolução "only supports 32-frame input".
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar em VGen
- Se as demos do HuggingFace e do ModelScope ainda estão no ar e quanto tempo é a fila
- Quanta memória de vídeo cada modelo precisa, algo que o README nunca informa
- O espaço real em disco ocupado pelos checkpoints baixados do ModelScope
- Se o ambiente com Python 3.8 e CUDA 11.3 ainda instala em uma máquina atual
- O que você pode fazer com os vídeos gerados, já que não há arquivo de licença