VideoTuna

收录理由

VideoTuna 是一套面向视频生成模型微调与推理的代码库，适合那些想把现有文生视频、图生视频模型迁移到自有数据上的团队，而不是只跑一次训练脚本就完事。它把 Wan2.1、Step Video、HunyuanVideo 等近期模型的推理和微调都收拢在统一架构里，还覆盖了持续训练、预训练以及基于 RLHF 的人类偏好对齐。这种覆盖面让团队在尝试不同模型时，不必每次重新搭建训练环境。项目里还包含视频到视频的后处理环节，可以在同一套流程里对生成片段做增强或修正。整体上它更偏研究工具，配置文件和命令行脚本居多，界面谈不上精致，但如果你已经熟悉扩散模型的训练，这里会是一个很实用的起点。