VideoSys

收录理由

VideoSys 是一个面向视频生成的开源系统，把 Open-Sora、CogVideoX、Latte、Vchitect 和 Open-Sora-Plan 等文本生成视频模型统一到一套训练与推理接口里，你不需要分别去适配每个上游代码库，就能在同一个流程中切换或对比不同生成器。它的突出之处在于速度优化：项目贡献了多项已发表的技术，例如用于多卡训练的 Dynamic Sequence Parallelism、处理变长视频批次的 Data-Centric Parallel，以及无需训练的 Pyramid Attention Broadcast（PAB），后者能实现基于 DiT 的实时视频生成，且质量损失可忽略。如果你正在搭建视频生成服务，或者想用自己的数据微调这些基础模型，相比分别组装各个上游项目，从这里起步会更快、更省显存。这是一个拿来即用的运行系统，而不是一个直接调用的模型。