Inicio Proyectos ConsisID
ConsisID
Python

ConsisID

[CVPR 2025 Highlight🔥] Generación de texto a video que preserva la identidad mediante descomposición de frecuencia

por PKU-YuanGroup · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Categoría
Lenguaje
diffusiondiffusion-modelsidentity-preservingApache-2.0Python
Ver en GitHub
En palabras simples

Genera videos a partir de texto manteniendo la misma identidad de la persona a lo largo de los clips.

¿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 →
ConsisID — GitHub preview card
📈 Historial de estrellas
849848
2026-07-202026-08-31
📈 Sigue ConsisID

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

[CVPR 2025 Highlight🔥] Generación de texto a video que preserva la identidad mediante descomposición de frecuencia

ConsisID tiene 848 estrellas en GitHub. Se ha bifurcado 45 veces. ConsisID está escrito principalmente en Python. Se desarrolla activamente desde 2024. ConsisID está disponible bajo la licencia Apache-2.0. Sus temas principales son: diffusion, diffusion-models, identity-preserving, text-to-video.

Frequently asked questions

¿Qué es ConsisID?

[CVPR 2025 Highlight🔥] Generación de texto a video que preserva la identidad mediante descomposición de frecuencia

¿ConsisID es de código abierto?

ConsisID es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.

¿ConsisID es gratis?

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

¿Bajo qué licencia está ConsisID?

ConsisID está disponible bajo la licencia Apache-2.0.

¿En qué lenguaje está escrito ConsisID?

ConsisID está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — ConsisID

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=pku-yuangroup-consisid)](https://olud.ai/project/pku-yuangroup-consisid.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
REPA
[ICLR'25 Oral] Alineación de Representación para Generación: Entrenar Transformadores de Difusi…
1.7k · diffusion
compartediffusiondiffusion-models
blended-latent-diffusion
Implementación oficial de "Difusión Latente Mezclada" [SIGGRAPH 2023]
631 · computer-vision
compartediffusiondiffusion-models
smalldiffusion
Código simple y legible para entrenar y muestrear modelos de difusión
773 · diffusion
compartediffusiondiffusion-models
Awesome-Video-Diffusion-Models
[CSUR] Una encuesta sobre modelos de difusión de video
2.3k · awesome
compartediffusiondiffusion-models
grasp_diffusion
Implementación en Pytorch de modelos de difusión en Grupos de Lie para generación de pose de ag…
353 · deep-learning
compartediffusiondiffusion-models
transformerlab-app
El entorno de investigación de código abierto para investigadores de IA para entrenar, evaluar…
5.2k · diffusion
compartediffusiondiffusion-models
diffusionerf
[CVPR 2023] DiffusioNeRF: Regularizing Neural Radiance Fields with Denoising Diffusion Models
308 · deep-learning
compartediffusiondiffusion-models
Gen-L-Video
The official implementation for "Gen-L-Video: Multi-Text to Long Video Generation via Temporal…
308 · diffusion-models
compartetext-to-videodiffusion-models
Lumina-T2X
Lumina-T2X es un marco unificado para la Generación de Texto a Cualquier Modalidad
2.2k · aigc
compartediffusiondiffusion-models
model-based-diffusion
Implementación oficial del artículo "Difusión basada en modelos para optimización de trayectori…
339 · control
compartediffusiondiffusion-models

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