NVlabs/LongLive

这是什么？

核心功能

• 01通过依次输入的提示词实时交互式生成长视频（LongLive 1.0）。
• 02支持 NVFP4 与 FP8 量化的训练和推理，并提供序列并行（LongLive 2.0）。
• 03基于 LoRA 的蒸馏方法，可在 Wan2.1、Wan2.2 和 MiniMax-H3 等模型之间迁移能力（LongLive-Plug）。
• 04在 LIBERO、RoboTwin 2.0 和 RoboCasa 基准上训练与推理机器人策略（Long-WAM）。
• 05每个项目拥有独立的代码、文档和模型权重，可通过稀疏检出单独获取。

适用场景

• 为交互式创作工具，从连续的文本提示生成分钟级长视频。
• 在英伟达 GPU 上通过量化部署长视频生成模型，降低显存与延迟。
• 在多个视频生成骨干模型之间复用同一蒸馏能力，无需逐个重新训练。
• 在仿真基准或真实机械臂上训练和评估机器人操作策略。

快速上手

1. 1

   使用部分稀疏检出克隆仓库

   git clone --filter=blob:none --sparse --single-branch --branch main --depth 1 https://github.com/NVlabs/LongLive.git
2. 2

   进入克隆的仓库目录

   cd LongLive
3. 3

   仅检出 Long-WAM 项目

   git sparse-checkout set Long-WAM
4. 4

   进入 Long-WAM 项目目录

   cd Long-WAM

使用前须知

• !这是一个包含四个独立研究项目的单体仓库，你需要选择其中一个并遵循其各自的安装说明。
• !文档中的模型性能测试基于 H100、GB200 等高端 NVIDIA GPU，因此可能需要较多的 GPU 资源。

标签

常见问题

LongLive 是什么？

英伟达的多项目仓库，涵盖长视频生成、世界模型与机器人世界-动作模型，各项目独立成目录。 LongLive 是英伟达的一组研究项目，围绕可持续生成长视频的自回归视频生成展开。仓库分为四个相互独立的目录：LongLive 1.0 可根据用户依次输入的提示词实时生成长视频；LongLive 2.0 提供用于训练和部署长视频模型的 NVFP4 量化与序列并行基础设施；LongLive-Plug 将可复用的能力蒸馏为 LoRA 适配器，可接入下游视频模型；Long-WAM 则提供用于训练和部署机器人策略的长上下文世界-动作模型。

LongLive 可以免费使用吗？用的什么许可证？

LongLive 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

LongLive 还在维护吗？

活跃维护中。LongLive 最近一次提交是在 2026年10月19日。

LongLive 适合用来做什么？

为交互式创作工具，从连续的文本提示生成分钟级长视频。 在英伟达 GPU 上通过量化部署长视频生成模型，降低显存与延迟。 在多个视频生成骨干模型之间复用同一蒸馏能力，无需逐个重新训练。 在仿真基准或真实机械臂上训练和评估机器人操作策略。

LongLive 怎么安装和运行？

使用部分稀疏检出克隆仓库: git clone --filter=blob:none --sparse --single-branch --branch main --depth 1 https://github.com/NVlabs/LongLive.git 进入克隆的仓库目录: cd LongLive 仅检出 Long-WAM 项目: git sparse-checkout set Long-WAM 进入 Long-WAM 项目目录: cd Long-WAM

在哪里获取 LongLive？

源代码和安装说明在 GitHub 上：https://github.com/NVlabs/LongLive