Awesome-Video-Diffusion-Models

近年来，用AI生成视频的技术火得不行，但相关论文和模型五花八门，想快速摸清门路可不容易。这个仓库就是专门来救场的——它是一份北大、清华、微软亚研院等多位学者联手整理的视频扩散模型综述（已被ACM Computing Surveys收录），同时汇聚了该领域最全的论文、代码、数据集，堪称“视频生成入门地图”。 核心价值：这个项目不是让你跑代码，而是帮你节省大量“谷歌学术时间”。它系统梳理了视频扩散模型从基础理论到最新进展的完整脉络，覆盖了文本生成视频、视频编辑、视频补全、可控生成等几乎所有热门方向。你不需要自己漫无目的地搜论文，直接看这份清单就能知道哪些工作是里程碑、哪些是工具、哪些是评测标准。对于刚接触这个领域的研究生或工程师，这是最快建立知识体系的方式。 技术亮点：仓库本身虽然只是论文列表，但它的“含金量”极高。首先它严格按照时间线和论文贡献度做了分类（比如分成基础模型、改进方法、条件控制、加速推理等），每个子类都标注了简单说明，比论文的引用列表更清晰。其次它内置了YouTube演示和官方项目链接，你点进去就能直观看到模型效果（比如Make-A-Video生成的鱼类游动、SVD的高清动物动画）。最关键的是它持续更新——最新版本已在arXiv上发布，并持续收录2024年的新论文，比如Sora出现后的很多衍生工作，这里都能第一时间找到。 适用场景：如果你是AI专业的研究生或研究员，想快速入门视频生成、找研究方向、查基准模型，这个项目是必收藏的索引。如果你是企业里的算法工程师，想用现成的视频生成模型做业务（比如广告创意、短视频辅助），这里列出的开源实现（如VideoCrafter、AnimateDiff、Stable Video Diffusion）直接给你了落地方向。哪怕你只是好奇AI视频能不能替代电影特效，看看里面的动画gif也能满足好奇心——那些小动物走路、风景飘动的效果已经相当逼真。 上手难度：几乎零门槛。你不需要安装任何工具，也不需要懂复杂数学公式。唯一的“学习成本”是分清楚论文标题和缩写（比如LVDM、Imagen Video、Phenaki），但仓库已经贴心地用标签和emoji帮你区分了代码开源、是否可商用。你只要会用GitHub和浏览器，就能直接点进每篇论文的arXiv看全文，或者跳到对应的Github项目尝试复现。对于想深挖的人，综述论文本身也提...