#wan Repositories
Entdecke 14 aktive Open-Source-GitHub-Repositories, die mit #wan getaggt sind und insgesamt 60,817 Sterne gesammelt haben (durchschnittlich 4,344 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist sgl-project/sglang mit 38,899 Sternen.
Insgesamt 14 Repositories
SGLang ist ein Hochleistungs-Serving-Framework für große Sprachmodelle und multimodale Modelle.
Inferenz von Diffusionsmodellen (SD, Flux, Wan, Qwen Image, Z-Image, Minimax H3, ...) in reinem C/C++
Sofort kopierbare Prompts für die führenden KI-Video- und Bildmodelle, jeweils mit echtem Ergebnis und Quelle. Außerdem Agenten-Rezepte für die Videobearbeitung.
PALLAIDIUM — ein generatives KI-Filmidio, nahtlos in den Blender Video Editor (VSE) integriert, der eine End-to-End-Produktion vom Skript bis zur Leinwand und zurück ermöglicht.
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.
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.
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.
Ein leistungsstarkes Framework zum Training von LLMs, VLMs, Diffusionsmodellen und verkörperten Modellen auf NVIDIA-GPUs und Kunlun-XPUs. Unterstützt Pi0.5, GR00T-N1.7, FastWAM, Cosmos3, DreamZero, DeepSeek-V4, GLM-5.3, Kimi-K3 und weitere Modelle.
FlashRT ist eine leistungsstarke Echtzeit-Inferenz-Engine für KI-Workloads mit kleinen Batches und hoher Latenzempfindlichkeit. Die wichtigste Integration ist die produktive VLA-Steuerung für Pi0, Pi0.5, GROOT N1.6 und Pi0-FAST. Unterstützt auch LLMs, z. B. qwen3.6-27B.
[EMNLP 2024 & AAAI 2026] Ein leistungsstarkes Toolkit zum Komprimieren großer Modelle, einschließlich LLMs, VLMs und Video-Generierungsmodellen.
[ICML2025, NeurIPS2025 Spotlight] Sparse VideoGen 1 & 2: Beschleunigung von Video Diffusion Transformers mit Sparse Attention
[NeurIPS 2025] Radial Attention: O(nlogn) Sparse Attention with Energy Decay for Long Video Generation
📚Eine kuratierte Liste großartiger Diffusionsinferenz-Papiere mit Code: Sampling, Cache, Quantisierung, Parallelität, etc.🎉
Häufig gestellte Fragen
Welches ist das beliebteste #wan-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#wan-Projekt auf GitHub ist sgl-project/sglang mit 38,899 Sternen. SGLang ist ein Hochleistungs-Serving-Framework für große Sprachmodelle und multimodale Modelle.
Welche Programmiersprachen werden in #wan-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #wan-Projekten auf GitHub sind Python, C++, Go, TypeScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #wan-Repositories berechnet?
Wir verfolgen 14 aktive Open-Source-Repositories, die mit #wan getaggt sind (500+ Sterne), mit insgesamt 60,817 Sternen und durchschnittlich 4,344 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.