#text-to-video Repositories
Insgesamt 107 Repositories
Open-Source-Claude-Agent-Skill, mit der Claude Code, Claude Desktop und Claude AI lernen, professionelle Motion-Graphics-Videos mit Remotion zu erstellen und zu bearbeiten. KI-Videobearbeitung, B-Roll, Untertitel und Sounddesign – mit nur einem Prompt.
Imagination Studio von keys+Wasserman, unterstützt von TensorFold: ein KI-Filmstudio für Mac und NVIDIA DGX Spark. Plane einen Film wie ein Filmteam (Slate-Workflow von Sam Wasserman), erstelle Bilder mit Qwen-Image-2.1 / FLUX3-K und Videos mit Ton mit MiniMax H3 / FastH3 auf TensorFold.
Ein Basismodell, das synchronisierte Videos und Audiodaten in einem einzigen Modell generiert
Allegro ist ein leistungsstarkes Text-zu-Video-Modell, das aus einfachen Texteingaben Videos von bis zu 6 Sekunden Länge mit 15 Bildern pro Sekunde und einer Auflösung von 720p generiert.
✨ Hotshot-XL: Modernstes KI-Modell für Text-zu-GIF, trainiert zur Zusammenarbeit mit Stable Diffusion XL
[NeurIPS 2024] Eine offizielle Implementierung von "ShareGPT4Video: Verbesserung des Videoverständnisses und der Videogenerierung mit besseren Bildunterschriften"
Über 660 von muapi gehostete generative Medienmodelle sowie von der Community eingereichte API-Tools von Drittanbietern (SEO, Datenanreicherung, soziale Medien, Scraping) — eine YAML-Datei pro Eintrag, nach Funktionen durchsuchbar.
Scenario für Blender: KI-Bilder, Videos, 3D und PBR-Materialien im Ansichtsfenster sowie ein lokaler MCP-Server für Agenten. Erweiterung für Blender 5.0 oder höher, lizenziert unter GPL-3.0 oder später.
HunyuanVideo-Foley: Multimodale Diffusion mit Repräsentationsausrichtung für die hoch fidele Foley-Audio-Generierung.
[ECCV 2024 Oral] MotionDirector: Motion Customization of Text-to-Video Diffusion Models.
[ICML 2026] Offizielle Codebasis für „Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation“ & Causal Forcing++
Ein All-in-One-KI-Studio für Videos, Bilder und Musik, das zu 100 % lokal läuft. Der Regiemodus plant vollständige Musikvideos und Kurzfilme aus einem einzigen Prompt. Basiert auf der WanGP-Pipeline. Installation über Pinokio.
Text-zu-Video-Generator im Brainrot-Stil. Lerne jedes Thema von deinen Lieblingspersönlichkeiten 😼.
[IJCV 2024] LaVie: Hochwertige Videogenerierung mit kaskadierten latenten Diffusionsmodellen
Vchitect-2.0: Paralleler Transformer zum Skalieren von Video-Diffusionsmodellen
Zizi Animation - Völlig kostenlose AIGC-Videogenerationssoftware, hauptsächlich für KI-Kurzfilme, KI-Filme und Roman-Tweets verwendet
[CVPR 2025 Highlight🔥] Identitätserhaltende Text-zu-Video-Generierung durch Frequenzzerlegung
Generieren Sie große, erkundbare 3D-Szenen mit hochwertigen Panorama-Videos aus einem einzelnen Bild oder Text-Prompt.
Kandinsky 5.0: Eine Familie von Diffusionsmodellen für die Video- und Bildgenerierung
Dieses Skript ermöglicht die Automatisierung der Videostilierungsaufgabe mit StableDiffusion und ControlNet.
Über 50 Open-Source-Apps für generative KI, die du klonen, bereitstellen und monetarisieren kannst – Bildgeneratoren, Videotools, virtuelle Anproben, KI-SaaS-Vorlagen und Plattformintegrationen. Jede Vorlage lässt sich mit einem Klick auf Vercel bereitstellen.
Eine Fähigkeit zur Erstellung kurzer Finanz- und Technologie-Erklärvideos im Wall-Street-Stil: Konzept, stilistische Sprache und Tools zum Auffinden von Videomaterial, Erstellen von Screenshots, Aufnehmen von Voiceovers, Rendern und Abmischen.
[CVPR2026 🎉] Stand-In ist ein leichtgewichtiges Plug-and-Play-Framework für identitätsbewahrende Videoerzeugung.
Implementierung von Phenaki Video, das Mask GIT verwendet, um textgesteuerte Videos von bis zu 2 Minuten Länge in Pytorch zu produzieren
Vibe-Wissensschau: Ein Wissenspunkt → ein hochwertiger Wissensclip mit Sprechertext und Quellenangabe zu jedem Satz (Claude-Code-Skill · 44 Stilsets · der Code erstellt das fertige Video Bild für Bild)
Open-Source-KI-Videogenerator zum Selbsthosten – völlig kostenlos. Erstelle über eine von Agnes AI unterstützte Weboberfläche Videos mit mehreren Szenen aus Text, inklusive Sprechertext, Untertiteln und digitalem Moderator.
Paddle Multimodal Integration and eXploration, unterstützt Mainstream-multimodale Aufgaben, einschließlich End-to-End-Large-Scale-multimodaler Vortrainingsmodelle und Diffusion-Model-Toolbox. Ausgestattet mit hoher Leistung und Flexibilität.
[CVPR 2026 Highlight] Offizielle Implementierungen für das Paper - HoloCine: Holistische Generierung kinematischer Multi-Shot-Langer Videoerzählungen
Workbench für Kurzdramen | MiniMax-H3-Workflow für Videos beliebiger Länge | ComfyUI-Plugin zur lokalen Erstellung von Kurzdramen und Langvideos
Open-Source-KI-Videoworkbench. Bringe ein beliebiges Modell oder dein lokales ComfyUI mit und lass Claude Code / Codex / Cursor es über MCP regieren — Storyboard, Referenzen, Generierung, ein bearbeitbarer erster Schnitt auf einer echten Timeline. Local-first: Projekte, Prompts und Keys bleiben auf deinem Rechner. Kein Konto, keine Telemetrie.
Workflow-Leitfaden von GPT Image 2 zu Seedance 2.5 Early Access.
Vollautomatischer Workflow für KI-Roman-Promotion, automatisch von der ID zum Video
KI-Generator für Kurzdramen und Mikrodrama-Videos – verwandelt jede Idee mithilfe einer Multi-Agenten-KI-Pipeline (Drehbuchautor → Storyboard → Einzelbilder → Video) in ein vollständiges Kurzdrama. Seedance 2 VIP, Kling 3.0 Pro, Veo 3.1, Sora 2.
Eine Sammlung von Google-Colab-Notebooks für verschiedene Projekte
Offizielle Codes von VEnhancer: Generative Raum-Zeit-Verstärkung für die Videogenerierung
Ein Claude-Code-Skill, der jede Idee in einen filmreifen, modellfertigen Videoprompt verwandelt – für Sora · Kling · Veo · Seedance. 21 Genrevorlagen, eine 5-stufige Struktur und durch Evaluierungen getestet. Abgeleitet aus dem KI-Kurzfilm, den der Hollywood-Regisseur PJ Ace als „einen der besten Kurzfilme, die ich seit Jahren gesehen habe“ bezeichnete.
🔥🔥🔥 Eine kuratierte Liste von Arbeiten zur multimodalen Generierung auf Basis von LLMs (Bild, Video, 3D und Audio).
Erstellen Sie ein Videoskript, eine Stimme und ein sprechendes Gesicht vollständig mit KI
Multi-Modell-DAG-gesteuerte parallele KI-Filmerzeugung — parallele Beschleunigung skaliert mit Szenenunabhängigkeit; Film-Szenen gleichzeitig statt nacheinander erzeugen; "Den Ausführungsgraphen der Audiovisuellen Generierung von topologischer Reihenfolge in optimale kritische Pfad-Planung umwandeln"; Der einzige Audiovisuelle Generierungs-Engine, der Szenen-Narrativ-Abhängigkeiten als DAG modelliert und mit CPM-Algorithmus parallele Planung antreibt
[ECCV 2024] FreeInit: Überbrückung der Initialisierungslücke in Video-Diffusionsmodellen