#video-generation Repositorios
288 repositorios en total
【融光】 - Plataforma de creación de extremo a extremo basada en agentes de IA para dramas cortos, cómics animados y vídeos, desarrollada con Java y AgentScope 2.0.
Implementaciones oficiales para el artículo: DreamTalk: Cuando la generación expresiva de cabezas parlantes se encuentra con modelos de difusión probabilística
Tema → Video narrado en 4K para agentes de codificación. v5.3.0: TTS local (Edge gratuito + Azure, sin motor externo), motor de recursos basado en manifiestos, composición con Remotion, generación de IA condicionada por costes, Bilibili/YouTube/Xiaohongshu/Douyin/Canales de WeChat
Higgsfield de código abierto en ComfyUI: 120 aplicaciones de imagen, vídeo, efectos visuales y audio; todos los modelos tienen pesos abiertos. Funciona en Modal o en tu propia GPU.
Agente de flujo de trabajo de lienzo infinito impulsado por lenguaje natural, haciendo que la creación de video con IA sea verdaderamente editable por primera vez. AICON está orientado a creadores, ofreciendo un conjunto completo de capacidades desde desglose de guiones, generación de storyboards, generación de materiales, síntesis de video hasta distribución de contenido. No solo un cuadro de entrada, sino que te permite impulsar la creación con lenguaje natural y lienzo infinito, organizando nodos de texto, imágenes y video en una cadena completa,真正 colocando 'de la inspiración a la pieza terminada' en un solo sistema.
GigaWorld-0: Modelos del Mundo como Motor de Datos para Potenciar la IA Incorporada
Servidor oficial del Protocolo de Contexto del Modelo (MCP) de MiniMax que permite la interacción con potentes API de texto a voz, generación de imágenes y generación de video.
Implementación oficial de "MIMO: Síntesis de video de personajes controlables con modelado descompuesto espacialmente"
Proponemos Prism, un marco de atención dispersa dinámica para entrenar de forma nativa modelos de generación conjunta de video y audio a 2K.
[SIGGRAPH Asia 2026] 4DAnyone: Crea a cualquier persona en 4D a partir de un vídeo monocular casual
Phantom: Generación de video coherente con el sujeto mediante alineación intermodal
Skill para crear vídeos cortos de divulgación al estilo Vibe que triunfan en Douyin: analiza en profundidad vídeos virales, recrea su estilo visual, genera guiones gráficos de dirección, añade efectos de sonido automáticamente y produce el vídeo final con un solo clic.
(CVPR 2025) De modelos de difusión de video lentos bidireccionales a rápidos autorregresivos
Cosmos-Predict2.5, la última versión de la familia Cosmos World Foundation Models (WFMs), especializada en la simulación y predicción del estado futuro del mundo en forma de video.
Videos explicativos y demostraciones de productos creados por tu agente de IA. Gratis y de código abierto: una voz local (Kokoro), la sincronización de palabras (Whisper) y un renderizador de lienzo convierten un guion en un MP4 narrado.
Encadenamiento de clips para MiniMax H3 en ComfyUI: el movimiento y el audio continúan genuinamente a través de las uniones
341 indicaciones de estilos de animación con código, 196 imágenes de referencia y un selector sin conexión, empaquetados como una Skill de Claude Code / Codex, con importación en un clic y renderizado de vídeo en HTML.
Bernini es un marco unificado para la generación y edición de video que combina un planificador semántico basado en MLLM con un renderizador basado en DiT.
Un modelo multimodal unificado nativo de 3 mil millones de parámetros activos para la comprensión, generación y edición de imágenes y vídeos.
Implementación de modelos de difusión de video, el nuevo artículo de Jonathan Ho que extiende los DDPM a la generación de video – en Pytorch
[AAAI 2024] Follow-Your-Pose: Este repo es la implementación oficial de "Follow-Your-Pose : Pose-Guided Text-to-Video Generation using Pose-Free Videos"
[TPAMI 2025🔥] MagicTime: Modelos de generación de videos en cámara rápida como simuladores metamórficos
Timestep Embedding Dice: Es hora de almacenar en caché para el modelo de difusión de video
MiniSora: Una comunidad que tiene como objetivo explorar la vía de implementación y la dirección de desarrollo futuro de Sora.
Código para Representaciones de Movimiento para el artículo de Animación Articulada
[NeurIPS2026] Presentamos StableAvatar, el primer transformador de difusión de vídeo de extremo a extremo, que sintetiza vídeos de avatares de alta calidad impulsados por audio y de duración infinita sin ningún posprocesamiento, condicionado por una imagen de referencia y audio.
[ICML2025] SpargeAttention: Una atención dispersa sin entrenamiento que acelera la inferencia de cualquier modelo.
[ICCV'23] Campos Neuronales de Radiación Eficientes y Conscientes de la Región para la Síntesis de Retratos Parlantes de Alta Fidelidad
[CVPR'25] Tora: Transformer de difusión orientado a trayectorias para la generación de video
El motor de IA de código abierto para AMD Strix Halo. Modelos de texto, embeddings, voz, imagen y vídeo en un único binario, con API compatibles con OpenAI, caché para agentes de programación y extensiones de modelos. Linux y Windows.
https://wavespeed.ai/ [WIP] La solución de optimización de inferencia todo en uno para ComfyUI, universal, flexible y rápida.
HunyuanCustom: Una arquitectura impulsada por multimodalidad para la generación de video personalizada
Crea videos cortos para TikTok, Instagram Reels y YouTube Shorts utilizando el Protocolo de Contexto del Modelo (MCP) y una API REST.
Proyecto gratuito de código abierto diseñado para convertir videos de YouTube en videos cortos virales. Detección de momentos destacados, subtítulos, traducción, doblaje, todo en uno para tu contenido.
Código para el artículo SCIS-2025 "UniAnimate: Taming Unified Video Diffusion Models for Consistent Human Image Animation".
Wunjo Make: Intercambio de rostros, sincronización labial, control, eliminación de objetos, texto y fondo, remodelación de estilo, separador de audio, clonación de voz y generación de vídeo. De código abierto, local y gratuito.
Generación de videos con código usando Claude Opus 5.5: ejemplos de toda la web y prompts listos para copiar | Prompts listos para copiar y 54 ejemplos de videos renderizados con código por Opus 5.5
🎬 Genera vídeos narrados de resúmenes de películas a partir de un solo prompt.
[ICLR24] Implementación oficial del artículo “MagicDrive: Generación de vistas de calles con control diverso de la geometría 3D”
Recreación de videos con IA y prioridad local, revisión de borradores, aprobación explícita de la versión HD y restauración del audio original.
[AAAI 2026] EchoMimicV3: 1.3 mil millones de parámetros son todo lo que necesitas para la animación humana unificada multimodal y multi-tarea