MuseV
TMElyralab/MuseVRevisado por IA
Verificado pelo RepoPicks Radar em
O que é MuseV?
O MuseV, do Lyra Lab da Tencent Music, cria vídeos de pessoas virtuais a partir de uma foto, de um texto ou de outro vídeo, e consegue continuar para trechos longos. É uma publicação de pesquisa: você o usa clonando o repositório e digitando comandos, de preferência dentro da imagem Docker do projeto, numa máquina com placa NVIDIA (o README fala em cerca de 8 a 12 GB de memória de vídeo). Os arquivos do modelo são baixados à parte no Hugging Face. O código está sob licença MIT, mas os modelos treinados são declarados como apenas para pesquisa não comercial.
MuseV é grátis e de código aberto (Apache-2.0) e pode substituir Runway, HeyGen e D-ID.
Quão fácil é instalar MuseV?
D · terminal, várias ferramentas ou placa específica · Windows
- Windows D
- Linux D
No Linux, o caminho recomendado é baixar a imagem Docker, clonar o repositório com submódulos, definir o PYTHONPATH na mão, baixar arquivos de modelo e rodar comandos de Python com muitos parâmetros — por isso a nota D. No Windows é a mesma rota pelo Docker com placa NVIDIA; o README também indica um pacote de um clique feito por terceiros, mas diz que integrações de terceiros não são verificadas nem mantidas pelos autores.
Em breve: instale com 1 clique pelo app RepoPicks.
MuseV no GitHub
- Estrelas
- 2.851em 10 de nov. de 2026
- Downloads
- —todas as versões
- Crescimento
- +1estrelas em 6 dias
Estrelas ao longo do tempo
Fatos
- Roda em
- Linux, Windows
- Você precisa instalar
- Python, Docker, Placa NVIDIA, FFmpeg
- Para compilar a partir do código
- Python, Docker, Placa NVIDIA, FFmpeg
- Espaço em disco
- 1,6 GB–6,2 GB · estimativa
- Contas ou chaves
- Nenhuma
- Custo
- Grátis · Não há pagamento para usar o código; o README declara que os modelos treinados são só para fins de pesquisa não comercial.
- Licença
- Apache-2.0 (Permissiva)
- Última mudança no GitHub
- 29 de mai. de 2024
Sinais de risco de MuseV (8)
- AtençãoDependências com vulnerabilidades conhecidas
Dependências fixadas com vulnerabilidades conhecidas (OSV): transformers: GHSA-29pf-2h5f-8g72, GHSA-37mw-44qp-f5jm, GHSA-37q5-v5qm-c9v8; accelerate: GHSA-4j2p-28q2-5m79, PYSEC-2026-3804; onnx: GHSA-3r9x-f23j-gc73, GHSA-48m4-24cq-37qf, GHSA-538c-55jv-c5g9; protobuf: GHSA-7gcm-g887-7qv7, GHSA-8qvm-5x2c-j2w7, PYSEC-2026-1805; opencv-contrib-python: GHSA-cxjf-x6jp-p7mc, PYSEC-2023-181; pytorch-lightning: GHSA-4cv3-v7pv-rfhf, GHSA-75m9-98v2-hjpm, GHSA-98fp-7v67-4v3q; gdown: GHSA-76hw-p97h-883f, PYSEC-2026-2158; redis: GHSA-24wv-mv5m-xv4h, GHSA-8fww-64cx-x8p5, PYSEC-2023-45
checagem automática
- AtençãoA licença do modelo é não comercial
README.md, Disclaimer/License: "model: The trained model are available for non-commercial research purposes only." e "The testdata are collected from internet, which are available for non-commercial research purposes only."
revisão por IA
- AtençãoLink de download de terceiros
O README.md aponta para um pacote não oficial para Windows num site de compartilhamento de arquivos ("One click integration package in windows", link de netdisk com o código "glut") e diz: "we have not verified, maintained, or updated third-party".
revisão por IA
- InfoA instalação dispara outras instalações
O setup.py executa instalações de pacotes enquanto o projeto está sendo instalado: subprocess.run(["pip", "install", "basicsr"]) mais um mim install de mmengine, mmcv, mmdet e mmpose.
revisão por IA
- InfoDependências vindas de ramos do git
O requirements.txt puxa código direto de ramos que mudam: "diffusers @ git+https://github.com/TMElyralab/diffusers.git@tme", "ip_adapter @ git+https://github.com/tencent-ailab/IP-Adapter.git@main", "clip @ git+https://github.com/openai/CLIP.git@main", então o que é instalado pode mudar com o tempo.
revisão por IA
- InfoO arquivo de licença não bate
O arquivo LICENSE começa com "MIT License Copyright (c) 2024 Tencent Music Entertainment Group" e depois copia o texto da Apache 2.0 para dependências embutidas; o README diz "The code of MuseV is released under the MIT License".
revisão por IA
- InfoVídeos gerados de pessoas
O README.md mostra vídeos gerados de rostos reais e famosos (por exemplo a Mona Lisa e uma influenciadora nomeada, "Sun Xinying is a supermodel KOL") e o aviso legal diz que os usuários "are expected to comply with local laws" e que os desenvolvedores não se responsabilizam pelo mau uso.
revisão por IA
- InfoOs próprios autores avisam sobre a qualidade
README.md, seção Limitation: "Lack of generalization ability", "Watermarks may appear because of webvid", "Understructured code... complex and unrefacted codes".
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar em MuseV
- Se ainda se instala hoje: a última alteração foi em maio de 2024 e as versões fixadas (torch 2.0.1, transformers 4.33.1) são antigas.
- O espaço em disco e a memória de vídeo reais depois de baixar os arquivos do modelo no Hugging Face.
- Se o espaço de demonstração do Hugging Face indicado no README continua no ar.
- Se o pacote de um clique para Windows feito por terceiros e o nó do ComfyUI funcionam ou correspondem a este código.
- A qualidade do vídeo com as suas próprias fotos: os autores dizem que os resultados variam muito conforme a imagem e o modelo base usado.