VGen
ali-vilab/VGenAI 已审核
RepoPicks Radar 检查于
VGen 是什么?
VGen 是阿里巴巴通义实验室的研究代码库。它把多种视频生成方法集中在一处——I2VGen-XL(照片生成视频)、HiGen 和 TF-T2V(文字生成视频)、DreamVideo(用你自己的主体或动作)、VideoLCM 等——你通过编辑一个 YAML 文件并运行 inference.py,或者打开本地的 Gradio 页面来操作每一种方法。它也可以用来训练和微调模型。如果只想先看看效果而不想安装任何东西,作者在 HuggingFace 和 ModelScope 上提供了网页端演示。这个仓库没有许可证文件。
VGen 免费,可以替代 Runway、LTX Studio和Google Veo 3。
VGen 安装有多容易?
A · 下载即用 · Web
- Linux D
- Web A
最好的入门方式是浏览器:README 链接了作者在 HuggingFace Spaces 和 ModelScope 上运行的 I2VGen-XL 演示,你只需上传一张图片就能得到视频,不用安装任何东西。在自己电脑上运行的评分是 D,而且基本上只能在 Linux 上做:需要带 Python 3.8 的 conda 环境、为 CUDA 11.3 编译的 PyTorch 1.12、用 apt-get 安装的 ffmpeg、从 ModelScope 下载的模型文件,以及每个模型对应的一个 YAML 配置。
VGen 的 GitHub 数据
- 星标
- 3,1522026年11月10日
- 下载量
- —所有发布版本
- 增长
- —上次读取时无增长
星标变化
事实
- 可运行于
- Linux, Web
- 需要安装
- Python, NVIDIA 显卡, FFmpeg
- 从源码编译需要
- Python, 显卡, FFmpeg
- 磁盘空间
- 310 MB–870 MB · 估算
- 账号或密钥
- 无
- 费用
- 免费 · 没有定价。也没有许可证文件,所以没有说明使用这段代码和它生成的视频的条款。
- 许可证
- 无许可证 (无许可证)
- 可以替代
- Runway, LTX Studio, Veo 3
- GitHub 上的最近改动
- 2025年1月10日
VGen 的风险信号 (6)
- 注意依赖存在已知漏洞
固定版本的依赖存在已知漏洞(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
自动检查
- 信息未检测到许可证
GitHub 没有检测到任何许可证,许可证文件、LICENSES 文件夹和 winget manifest 里也都没有。
自动检查
- 信息模型和依赖包来自 github 之外
README 里所有的 checkpoint 都是从 ModelScope 下载的(`snapshot_download('damo/I2VGen-XL', ...)`、`iic/HiGen`、`iic/tf-t2v`、`iic/InstructVideo`),依赖包也是从镜像源安装的:"pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple"。
AI 审核
- 信息已经停止更新
最后一次提交是 2025-01-10(距检查时 664 天前),还有 116 个未关闭的 issue,固定的版本也都很旧:torch 1.12 搭配 CUDA 11.3、xformers 0.0.13、pytorch-lightning 1.4.2、gradio 3.39,以及一个过时的 triton 构建。
AI 审核
- 信息计划中的功能从未发布
TODO 列表里仍有未勾选的项目——"Release the code and pretrained models of HumanDiff"、"Release models optimized specifically for the human body and faces"——"(8) Other methods"一节只写了"In preparation!!"。
AI 审核
- 信息作者说明了模型的弱点
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",超分辨率模型"only supports 32-frame input"。
AI 审核
证据以原始语言显示。
Radar 无法验证的 VGen 相关内容
- HuggingFace 和 ModelScope 上的演示是否仍在线,排队要等多久
- 每个模型需要多少显存,README 从来没有说明
- 从 ModelScope 下载的模型文件实际占用多少磁盘空间
- Python 3.8 和 CUDA 11.3 的环境在现在的电脑上是否还能安装
- 生成的视频你能做什么用,因为没有许可证文件说明