#video-generation Repositories
Insgesamt 288 Repositories
MotionStream: Echtzeit-Videoerstellung mit interaktiven Bewegungssteuerungen
Eine kuratierte Liste von Arbeiten zum Thema Reinforcement Learning für die Videogenerierung
Sie können ganz einfach FVD, PSNR, SSIM, LPIPS berechnen, um die Qualität von generierten oder vorhergesagten Videos zu bewerten.
[CVPR'25] Offizielle Implementierungen für Paper - AniDoc: Animation Creation Made Easier
Offizielle Codes von VEnhancer: Generative Raum-Zeit-Verstärkung für die Videogenerierung
[arXiv 2026] WorldCrafter: Konsistentes Video-Weltmodell mit implizitem 3D-bewusstem Gedächtnis
Asynchroner Python-Wrapper für die Videogenerierung mit Seedance, Kling, MiniMax und Wan. Unterstützt eine CLI und eine lokale Weboberfläche
Cosmos-Drive-Dreams: Skalierbare Generierung synthetischer Fahrdaten mit World Foundation Models
Verbesserte AnimateAnyone-Implementierung, die es Ihnen ermöglicht, die "opse"-Bildsequenz und das Referenzbild zur Generierung stilisierter Videos zu verwenden.
KI-Videofabrik: von einem Thema zu einem fertigen, mehrsprachigen YouTube-Video. Claude-Agenten schreiben, planen, zeichnen und prüfen; ein Studio sorgt dafür, dass der Mensch die Kontrolle behält.
SLA: Über die Sparsität in Diffusion-Transformern hinaus durch feinabstimmbare sparsame lineare Aufmerksamkeit
[arxiv'26] GAE: Erlernen eines geometrienativen latenten Raums für die Erzeugung 3D-konsistenter Welten
KI-Sammlung für gesichtslose Video-Kanäle: ausführliche investigative Videos und handgezeichnete Whiteboard-Erklärvideos. Aus einem Thema mit einem einzigen Prompt ein komplettes Video erstellen – inklusive Voice-over, Untertiteln, Vorschaubild und plattformgerechten Texten.
Genblaze ist ein Open-Source-Python-SDK zur Orchestrierung von generativen KI-Medienpipelines über Video-, Audio- und Bildanbieter hinweg, mit integrierter Herkunft für jede Ausgabe.
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
[ICCV 2025] Light-A-Video: Video-Relighting ohne Training durch progressive Lichtfusion
Frametell: Verwandle deine Ideen und Materialien mit einem KI-Regieagenten in anschauliche Erklärvideos. Lokal zuerst, mit jedem Modell.
Vidu S: Echtzeit-Generierung interaktiver, bearbeitbarer und räumlicher Videos
[ECCV 2024] DriveDreamer: Auf dem Weg zu realitätsgetriebenen Weltmodellen für das autonome Fahren
Claude-Code-Skill für Produktlaunch-Videos auf Dribbble-Niveau aus Code. Eine Form, die nie schneidet, Federanimationen, ein Cursor, der jede Änderung steuert, beatsynchrone Soundeffekte und Bewegungsunschärfe mit 60 fps. v2: mit Claude Opus 5.5 verwenden.
Eine Reihe von ComfyUI-Knoten, die zusätzliche Kontrolle für das LTX Video-Modell bieten
Python-Wrapper für die Seedance 2.5- und Seedance 2.5 Flash-APIs von ByteDance, mit Spicy-Routen mit gelockerter Moderation für die Videogenerierung im Stil ohne Zensur, Text-/Bild-zu-Video, natives 4K und MCP über MuAPI.
[ICLR 2025] Offizielle Implementierung von MotionClone: Training-Free Motion Cloning für kontrollierbare Videogenerierung
FantasyPortrait: Verbesserung der Mehrcharakter-Porträtanimation mit ausdrucksverstärkten Diffusion-Transformern
[ICLR 2024 Spotlight] Offizielle Implementierung von ScaleCrafter für visuelle Generierung mit höherer Auflösung zur Inferenzzeit.
[ICLR 2026] OmniWorld: Ein domänenübergreifender und multimodaler Datensatz für die 4D-Weltmodellierung
[ECCV 2024] DragAnything: Bewegungskontrolle für alles mittels Entitätsrepräsentation
Verwandeln Sie Ihren Coding-Agenten in ein Videostudio: Beschreiben Sie ein Video in einfacher Sprache, und Ihr Agent erstellt die Timeline und produziert die Datei.
OmniVCus: Feedforward-gestützte, subjektspezifische Videoanpassung mit multimodalen Kontrollbedingungen (NeurIPS 2025)
LVDM: Latente Video-Diffusionsmodelle zur Generierung von hochauflösenden langen Videos