#video-generation Repositories
Insgesamt 288 Repositories
KI-Videoeditor für Agenten. ChatCut-Plugin und MCP-Server für Codex, ChatGPT, Claude Code, Cursor, Grok, Gemini CLI, WorkBuddy, Doubao Work und Qwen Work: Bearbeite dein eigenes Videomaterial im Chat, füge Bildunterschriften und Untertitel hinzu, entferne Pausen und Füllwörter, erstelle Motion Graphics und exportiere eine bearbeitbare Timeline.
[TMLR] Speicherführende Diffusion für die Generierung expressiver sprechender Videos
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.
SCAIL: Zu Studioqualität-Charakteranimation durch In-Context-Learning von 3D-konsistenten Posen-Darstellungen (CVPR 2026 Findings)
[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++
ControlNet-Planung und Maskierungs-Knoten mit Unterstützung für gleitenden Kontext
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.
Skalierung des Video-Pretrainings mit Expertenmischung für verkörperte Intelligenz
:fire: :fire: :fire: Eine Papiere-Liste einiger neuerer Arbeiten im Bereich Computer Vision (CV)
[NovaNova Studio] Eine durch Agenten gesteuerte Open-Source-Plattform für den gesamten Workflow, die KI-Bildgenerierung, KI-Videogenerierung, eine unendliche Arbeitsfläche, APIs für benutzerdefinierte Modelle, KI-Comics, KI-Kurzserien, die Analyse von Romanen zur Drehbucherstellung, die Umwandlung von Romanen in Kurzserien, eine 3D-Regiekonsole sowie Benutzer- und Punkteverwaltung vereint.
GuiCang-Produktvideo-Skill: Verwende echte Produktkomponenten und die Designsprache des Produkts wieder, um per Code Werbevideos für Software-Updates zu erstellen. Enthält Storyboard-Texte, eigene Musik, Bewegungssoundeffekte und Videorendering; unterstützt Claude Code und Codex.
[ICLR 2024] SEINE: Kurz-zu-Lang-Video-Diffusionsmodell für generative Übergänge und Vorhersagen
[IJCV 2024] LaVie: Hochwertige Videogenerierung mit kaskadierten latenten Diffusionsmodellen
Local-First, Agent-Native Control Plane für ComfyUI — MCP-Server + Sidebar-Agent, der Bilder, Videos und Audio generiert, Workflows erstellt und ausführt sowie Ihren Live-Graphen in natürlicher Sprache mit JEDEM LLM (Claude, ChatGPT, Gemini, offline Ollama oder jedem gehosteten Modell) bearbeitet. 178 Tools, 36 KI-Fähigkeiten, 55 Installer-Packs. Lokal, LAN, VPS oder Comfy Cloud.
[ICLR2026] SeedVR2: Video-Wiederherstellung in einem Schritt mittels Diffusionsadversarialem Post-Training
[ACM MM 2025] Ditto: Motion-Space Diffusion für realistische steuerbare Talking Head Synthese
Claude-AI-Skill für filmische Higgsfield-AI-Prompts – 32 Unterskills zu Seedance 2.5 (Omni-Referenz, Videobearbeitung und -erweiterung) und 2.0, der Hell-Grind-Langfilm-Produktionspipeline, einem Schauspielsystem, Cinema Studio 2.5/3.0/3.5, MCSLA, der Soul-ID-Konsistenz, Kling 3.0 Motion Control, dem DISCIPLINE-Framework und 18 Vorlagen.
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
[AAAI 2025] Follow-Your-Click: Dieses Repository ist die offizielle Implementierung von "Follow-Your-Click: Open-domain Regional Image Animation via Short Prompts"
Local-First-Laufzeitumgebung und Studio für visuelle Generierung für Menschen und Coding-Agenten, mit reproduzierbaren Bild- und Video-Workflows über mehrere Anbieter hinweg.
Ein System von Bots, das automatisch Clips über speziell angefertigte Filter sammelt, Ihnen das einfache Durchsuchen dieser Clips ermöglicht und sie zu einem kompilierten Video zusammenfügt, das direkt auf jede Social-Media-Plattform hochgeladen werden kann. Vollständige VPS-Unterstützung wird bereitgestellt, zusammen mit einem Kontosystem, sodass mehrere Benutzer den Bot gleichzeitig nutzen können. Dieser Bot ist in drei separate Programme unterteilt. Der Server. Der Client. Der Video-Generator. Diese Programme führen unterschiedliche Funktionen aus, die in Kombination ein sehr leistungsfähiges System ergeben.
[ICCV 2025, Vortrag] TrajectoryCrafter: Umleitung der Kameratrajektorie für monokulare Videos mittels Diffusionsmodellen
Flatkey-CLI zur Mediengenerierung für Bilder, Videos, Audio, Text, Credits und die Modellsuche.
[CVPR 2025 Highlight🔥] Identitätserhaltende Text-zu-Video-Generierung durch Frequenzzerlegung
Offene Daten und skalierbares Training für Video-Weltmodelle mit langem Zeithorizont.
Generieren Sie große, erkundbare 3D-Szenen mit hochwertigen Panorama-Videos aus einem einzelnen Bild oder Text-Prompt.
End-to-End-KI-Kurzvideoproduktionspipeline. FastAPI-Orchestrierung + Spring Boot-Gateway mit Multi-Modell-Failover, Unterbrechungsschalter, Messung und Full-Stack-Beobachtbarkeit. KI-Qualitätskontrolle: Prompt-Ankerung, CLIP-Konsistenz, automatische AV-Synchronisationsrettung.
UniAnimate-DiT: Menschliche Bildanimation mit groß angelegtem Video-Diffusions-Transformer
Kandinsky 5.0: Eine Familie von Diffusionsmodellen für die Video- und Bildgenerierung
Open‑WebUI Tools ist ein modularer Toolkit, der dazu entwickelt wurde, deine Open WebUI-Instanz zu erweitern und zu bereichern und sie zu einer leistungsstarken KI-Arbeitsstation zu machen. Mit einer Palette von über 15 spezialisierten Tools, Funktions-Pipelines und Filtern unterstützt dieses Projekt akademische Forschung, agentische Autonomie, multimodale Kreativität, Arbeitsabläufe und mehr.
Eine einfache, vereinheitlichte Trainings-Engine für multimodale Modelle. Schlank, flexibel und für Experimente im großen Maßstab konzipiert.
Offizielle Implementierung für "RIFLEx: Ein Free Lunch für Length Extrapolation in Video Diffusion Transformers" (ICML 2025), UltraViCo (ICLR 2026) und UltraImage
rCM & Causal-rCM: Führende und vereinheitlichte Algorithmen/Infrastrukturen für die bidirektionale/autoregressive Videodiffusionsdestillation im großen Maßstab
[SIGGRAPH 2025] Diffusion als Shader: 3D-bewusste Video-Diffusion für vielseitige Videogenerationskontrolle
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.
[CVPR 2024 Highlight] GenAD: Generalisiertes Vorhersagemodell für autonomes Fahren
[TMLR 2025🔥] Eine Übersicht über autoregressive Modelle in der Bildverarbeitung.
[NeurIPS 2025 Mündlicher Vortrag]Infinity⭐️: Unifizierte Raumzeit-autoregressive Modellierung für die visuelle Generierung
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.