Inicio Proyectos MagicDrive-V2
MagicDrive-V2

MagicDrive-V2

por flymin · GitHub

[ICCV 2025] Implementación oficial del artículo “MagicDrive-V2: Generación de Video Largo de Alta Resolución para Conducción Autónoma con Control Adaptativo”

Ver en GitHub
En palabras simples

Genera videos largos y de alta resolución para vistas de calles, útiles para simulaciones de coches autónomos.

⭐ Estrellas
🍴 Ramas
🔥 Tendencias
📜 Licencia
Licencia copyleft
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
MagicDrive-V2 — GitHub preview card
📈 Historial de estrellas
719716
2026-07-202026-07-29
📈 Sigue MagicDrive-V2

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

[ICCV 2025] Implementación oficial del artículo “MagicDrive-V2: Generación de Video Largo de Alta Resolución para Conducción Autónoma con Control Adaptativo”

MagicDrive-V2 tiene 719 estrellas en GitHub. Se ha bifurcado 27 veces. MagicDrive-V2 está escrito principalmente en Python. Se desarrolla activamente desde 2024. MagicDrive-V2 está disponible bajo la licencia AGPL-3.0. Sus temas principales son: autonomous-driving, diffusion-models, multi-view, video-generation.

Frequently asked questions

¿Qué es MagicDrive-V2?

[ICCV 2025] Implementación oficial del artículo “MagicDrive-V2: Generación de Video Largo de Alta Resolución para Conducción Autónoma con Control Adaptativo”

¿MagicDrive-V2 es de código abierto?

MagicDrive-V2 es un proyecto de código abierto. Se distribuye bajo la licencia AGPL-3.0.

¿MagicDrive-V2 es gratis?

Sí. MagicDrive-V2 es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está MagicDrive-V2?

MagicDrive-V2 está disponible bajo la licencia AGPL-3.0.

¿En qué lenguaje está escrito MagicDrive-V2?

MagicDrive-V2 está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — MagicDrive-V2

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=flymin-magicdrive-v2)](https://olud.ai/project/flymin-magicdrive-v2.html)
Más opciones de distintivos →
🧬 Comparte ADN con
OpenDWM
Un repositorio de código de código abierto de modelos del mundo de conducción, con herramientas…
407 · autonomous-driving
compartevideo-generationautonomous-driving
Epona
Código Oficial para Epona: Modelo de Mundo de Difusión Autoregresiva para Conducción Autónoma (…
376 · autonomous-driving
compartevideo-generationautonomous-driving
MimicMotion
Generación de Video de Movimiento Humano de Alta Calidad con Guía de Pose Consciente de Confian…
2.6k · diffusion-models
compartevideo-generationdiffusion-models
PVDM
[CVPR'23] Modelos de Difusión Probabilística de Video en Espacio Latente Proyectado
322 · diffusion-models
compartevideo-generationdiffusion-models
Vista
[NeurIPS 2024] Un Modelo Mundial Generalizable para Conducción Autónoma
889 · autonomous-driving
compartevideo-generationautonomous-driving
Cosmos-Drive-Dreams
Cosmos-Drive-Dreams: Generación Escalable de Datos de Conducción Sintética con Modelos de Funda…
516 · autonomous-driving
compartevideo-generationautonomous-driving
Pyramid-Flow
[ICLR 2025] Coincidencia de Flujo Piramidal para Modelado Generativo de Video Eficiente
3.2k · diffusion-models
compartevideo-generationdiffusion-models
HunyuanVideo
HunyuanVideo: Un Marco Sistemático Para Modelos de Generación de Video Grandes
12.4k · diffusion-models
compartevideo-generationdiffusion-models
MAGI-1
MAGI-1: Generación de video autorregresiva a gran escala
3.7k · autoregressive
compartevideo-generationdiffusion-models
ControlVideo
[ICLR 2024] Implementación oficial de pytorch de "ControlVideo: Generación de video controlable…
864 · diffusion-models
compartevideo-generationdiffusion-models

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.