RepoPicks Radar

Atualizado todo dia por volta das 23:30 UTC

Guias

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

3.1523.1533.154 6 de nov.7 de nov.8 de nov.9 de nov.10 de nov. 3.1523.1533.154 6 de nov.8 de nov.10 de nov.

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

Projetos parecidos

O app RepoPicks

Em breve: instale com 1 clique pelo app RepoPicks.

Antes de baixar

Baixar do GitHub

Ver a página da versão no GitHub