产品简介
Ditto 是一个开源框架，专为基于指令的视频编辑设计。它通过可扩展流程生成高质量合成数据集，解决了视频编辑领域数据稀缺的痛点，支持 Windows、macOS 和 Linux 平台。适合视频编辑师、研究人员和开发者快速实现指令驱动的视频修改。
核心功能
- 生成高质量合成视频编辑数据集（Ditto-1M）
- 支持基于自然语言指令的视频编辑
- 跨平台支持（Windows、macOS、Linux）
- 提供在线演示和模型权重下载
- 支持本地运行和 ComfyUI 集成
快速开始
- 创建 conda 环境并安装依赖（如：conda create -n ditto python=3.10）
- 下载基础模型和 Ditto 模型权重（如：使用 hf download 命令）
- 运行推理脚本进行视频编辑（如：bash infer_local.sh）
界面预览
与其他方案对比
| 对比项 | Ditto | 同类方案 |
|---|---|---|
| 数据稀缺问题解决 | 提供大规模高质量合成数据集（Ditto-1M），支持模型训练 | 依赖有限真实数据，限制编辑效果和泛化能力 |
适合谁用
- 需要进行指令驱动视频编辑的内容创作者
- 研究视频编辑算法的科研人员
- 希望集成视频编辑功能的开发者
下载与版本
当前最新版本为 main，发布于 。支持 Windows、macOS、Linux。
⚠️ 注意：本项目仅提供源代码下载，不包含可直接运行的安装包（exe/dmg/apk 等。下载后需要自行编译构建才能使用，适合有一定开发经验的用户。如果你不熟悉编译流程，建议寻找同类开箱即用的替代方案。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/EzioBy/Ditto