Allegro：视频生成器 — 功能与运行要求

Allegro 是 Rhymes AI 推出的开源视频生成器，解决 text-to-video 任务。该模型将文本描述转化为短视频，并以自由许可证分发：代码和模型权重均采用 Apache-2.0 许可证。

功能

据开发者称，Allegro 可生成最长 6 秒、每秒 15 帧、分辨率 720p 的视频。该模型基于 diffusers 库运行，接受简单的文本描述作为输入。作者未指明支持的提示词语言，但仓库中的示例均为英文。

运行要求

Allegro 使用 Python 编写。运行需要 PyTorch 2.4 或更高版本以及 CUDA 12.4 或更高版本——作者仅明确提及 CUDA 平台。完整依赖列表见 requirements.txt。

最大的权重文件占用 8.9 GB，完整权重集为 41.3 GB。据作者描述，在不采取特殊措施的情况下，模型需要约 27.5 GB 显存。如果启用 --enable_cpu_offload，显存占用降至约 9.3 GB，但推理时间会显著增加。开发者在内存优化语境中提到的最低门槛为 3 GB，但文档中未对这一数字作进一步说明。

代码位于仓库 github.com/rhymes-ai/Allegro，权重托管在 huggingface.co/rhymes-ai/Allegro。项目官网：rhymes.ai。

适用人群

Allegro 面向那些寻找可在自己机器上运行的开源视频生成器的用户。该模型适合愿意研究 CUDA 环境配置并通过 CPU offload 管理内存的研究人员和开发者。对于显存低于 9—10 GB 的用户，应依赖 CPU 卸载模式，并接受较慢的运行速度。

Allegro 不适合需要生成超过 6 秒视频、高于 15 FPS 帧率，或没有支持 CUDA 的 NVIDIA 显卡的用户。此外，该模型也不面向期望开箱即用、带界面的应用程序的用户：运行需通过 Python 脚本完成。

Allegro 是少数完全开源的视频生成器之一，代码和模型权重均采用宽松的 Apache-2.0 许可证。仓库创建于 2024 年 10 月，并于 2025 年 2 月初更新，项目正处于积极开发阶段。