ViMax
HKUDS/ViMaxAI 已审核
RepoPicks Radar 检查于
ViMax 是什么?
ViMax是一个研究项目,它把多个AI步骤串联起来,从一句话、一个剧本或小说的一个章节出发制作出一段完整视频:写故事、拆分成场景和镜头、生成参考图片,然后生成并拼接各个片段。你可以通过终端、文本菜单或本地网页来操作它。它本身不带任何AI模型:你需要粘贴聊天服务、图像服务和视频服务的密钥,并按镜头付费。README只列出了Linux和Windows,安装需要用Python和uv。
ViMax 安装有多容易?
D · 终端、多个工具或特定显卡 · Windows
- Windows D
- Linux D
这两个系统都没有安装程序:你需要安装uv,克隆仓库,运行`uv sync`(在Linux和Windows上会从NVIDIA的CUDA 12.8索引拉取PyTorch),复制configs/agent.example.yaml,并手动编辑三处模型名称、基础URL和API密钥的区块,之后才能运行。浏览器界面还需要Node.js 18+和`npm install`。README的Environment部分只列出了Linux和Windows,所以没有macOS的评级。
即将推出:用 RepoPicks 应用一键安装。
ViMax 的 GitHub 数据
- 星标
- 12,8882026年11月10日
- 下载量
- —所有发布版本
- 增长
- +336 天内新增星标
星标变化
事实
- 可运行于
- Windows, Linux
- 需要安装
- Python, NVIDIA 显卡
- 从源码编译需要
- Python, NVIDIA 显卡
- 磁盘空间
- 960 MB–4.3 GB · 估算
- 账号或密钥
- A chat/LLM service (OpenAI-compatible, for example OpenRouter or MiniMax), An image generation service (for example Google Nano Banana or GPT Image 2), A video generation service (for example Google Veo or Seedance)
- 费用
- 免费,API 另行收费 · 代码是免费的(MIT)。每个镜头都由付费服务生成(Google Veo、Nano Banana、Seedance、通过OpenRouter调用的GPT Image 2等),一分钟的视频需要调用很多次。
- 许可证
- MIT (宽松型)
- 可以替代
- Runway, AI, LTX Studio
- GitHub 上的最近改动
- 2026年9月30日
ViMax 的风险信号 (6)
- 注意可以把真实人物放进生成的视频里
readme.md的关键功能:"AutoCameo — place a person or pet from a reference photo into generated stories while maintaining a consistent appearance",以及"Make Your Own Cameo Video ... by uploading your photo"。同样的功能也能用在没有同意的人的照片上。
AI 审核
- 注意付费API成本增长很快
readme.md的Usage部分:"ViMax generates 2 keyframe candidates in parallel and selects one using your vision-capable chat model. This can improve visual quality and consistency, at a higher API cost." 没有任何部分在本地运行,所以聊天、图像和视频服务会为每个场景、每个候选项和每个镜头计费。
AI 审核
- 信息API密钥被粘贴进配置文件
readme.md让你把`api_key: <YOUR_API_KEY>`写进configs/agent.local.yaml、configs/idea2video.yaml和configs/script2video.yaml。环境变量(VIMAX_LLM_API_KEY等)被作为替代方案提供,但文档记载的做法会把三个密钥以明文留在项目文件夹里。
AI 审核
- 信息研究代码需要手动编辑
readme.md要求你把想法、要求和风格直接写进main_idea2video.py,把剧本写进main_script2video.py,而不是作为输入传入。这个项目来自一个高校团队(主页是arXiv论文2606.07649),在GitHub上只有一个发行版。
AI 审核
- 信息网页界面是一个开发服务器
readme.md的Web UI部分:`cd web && npm install && npm run dev`,然后打开http://127.0.0.1:4173。这是开发服务器,没有提到任何登录机制;README建议通过SSH隧道访问远程机器,而不是直接开放端口。
AI 审核
- 信息不支持Mac
readme.md的Quick Start里Environment部分写道:"OS: Linux, Windows"。macOS没有被列出,pyproject.toml也只在linux和win32上把torch指向CUDA索引。
AI 审核
证据以原始语言显示。
Radar 无法验证的 ViMax 相关内容
- 按今天的服务商价格,一分钟成片实际要花多少钱
- 成片是否真的像README里的演示片段那样
- 依赖项、参考图片和渲染好的镜头堆积起来后的实际磁盘占用
- 没有NVIDIA显卡的情况下它是否还能运行
- 由于只有一个发行版,网页界面和文本界面是否稳定