#video-generation Repositorios
288 repositorios en total
Editor de vídeo con IA para agentes. Plugin ChatCut y servidor MCP para Codex, ChatGPT, Claude Code, Cursor, Grok, Gemini CLI, WorkBuddy, Doubao Work y Qwen Work: edita tus propios vídeos conversando, añade rótulos y subtítulos, elimina silencios y muletillas, crea gráficos animados y exporta una línea de tiempo editable.
[TMLR] Difusión Guiada por Memoria para la Generación de Videos Hablando Expresivos
Más de 660 modelos de medios generativos alojados en muapi, además de herramientas de API de terceros enviadas por la comunidad (SEO, enriquecimiento, redes sociales, scraping): un archivo YAML por entrada, con navegación por capacidades.
SCAIL: Hacia animación de personajes de grado de estudio mediante aprendizaje en contexto de representaciones de poses consistentes en 3D (CVPR 2026 Findings)
MoCha: Reemplazo de personajes de video de extremo a extremo sin guía estructural
[ECCV 2024 Oral] MotionDirector: Personalización del Movimiento de Modelos de Difusión de Texto a Video.
[ICML 2026] Base de código oficial para "Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation" y Causal Forcing++
Nodos de ControlNet de programación y enmascaramiento con soporte de contexto deslizante
Un estudio de IA todo en uno y 100 % local para crear vídeos, imágenes y música. El modo Director planifica vídeos musicales completos y cortometrajes a partir de una sola indicación. Basado en la canalización de WanGP. Instálalo mediante Pinokio.
Escalado de preentrenamiento de video con mezcla de expertos para inteligencia encarnada
:fire: :fire: :fire: Una lista de artículos sobre algunos trabajos recientes de Visión por Computadora (CV)
[NovaNova Studio] Una plataforma de código abierto integral impulsada por agentes que integra generación de imágenes con IA, generación de vídeos con IA, un lienzo infinito, API para modelos personalizados, cómics con IA, dramas cortos con IA, análisis de novelas para crear guiones, conversión de novelas en dramas cortos, una consola de dirección 3D, gestión de usuarios y gestión de créditos.
Skill de video de producto de GuiCang: reutiliza componentes reales del producto y su lenguaje de diseño para crear con código videos promocionales de actualizaciones de software. Incluye textos para el storyboard, música original, efectos de sonido para las animaciones y renderizado de video; compatible con Claude Code y Codex.
Animación de imágenes de dominio abierto de grano fino con guía de movimiento
[ICLR 2024] SEINE: Modelo de difusión de video de corto a largo para transición y predicción generativa
[IJCV 2024] LaVie: Generación de vídeo de alta calidad con modelos de difusión latente en cascada
Plano de control local y nativo para agentes de ComfyUI: servidor MCP + agente de barra lateral que genera imágenes, vídeo y audio, crea y ejecuta flujos de trabajo, y edita tu gráfico en tiempo real mediante lenguaje natural en CUALQUIER LLM (Claude, ChatGPT, Gemini, Ollama local o cualquier modelo alojado). 178 herramientas, 36 habilidades de IA, 55 paquetes de instalación. Local, LAN, VPS o Comfy Cloud.
[ICLR2026] SeedVR2: Restauración de vídeo de un solo paso mediante entrenamiento posterior adversarial de difusión
[ACM MM 2025] Ditto: Difusión de Motion-Space para la síntesis controlable en tiempo real de cabezas parlantes
Habilidad de Claude AI para prompts cinematográficos de Higgsfield AI: 32 subhabilidades que abarcan Seedance 2.5 (referencia omnidireccional, edición y extensión de vídeo) y 2.0, el flujo de producción de largometrajes de Hell Grind, un sistema de actuación, Cinema Studio 2.5/3.0/3.5, MCSLA, la coherencia de Soul ID, Kling 3.0 Motion Control, el marco DISCIPLINE y 18 plantillas.
Vchitect-2.0: Transformer paralelo para escalar modelos de difusión de video
Zizi Animation - Software de generación de video AIGC totalmente gratuita, utilizada principalmente para cortometrajes de IA, películas de IA, tuits de novelas
[AAAI 2025] Follow-Your-Click: Este repositorio es la implementación oficial de "Follow-Your-Click: Open-domain Regional Image Animation via Short Prompts"
Entorno de ejecución y estudio de generación visual con prioridad local para personas y agentes de programación, con flujos de trabajo reproducibles de imágenes y vídeos entre múltiples proveedores.
Un sistema de bots que recopila clips automáticamente a través de filtros hechos a medida, le permite explorar fácilmente estos clips y los une en un video de compilación listo para ser subido directamente a cualquier plataforma de redes sociales. Se proporciona soporte completo de VPS, junto con un sistema de cuentas para que varios usuarios puedan usar el bot a la vez. Este bot se divide en tres programas separados. El servidor. El cliente. El generador de video. Estos programas realizan diferentes funciones que, combinadas, crean un sistema muy potente.
[ICCV 2025, Oral] TrajectoryCrafter: Redirección de la trayectoria de la cámara para videos monoculares a través de modelos de difusión
CLI de generación de contenido multimedia de Flatkey para imágenes, vídeos, audio, texto, créditos y descubrimiento de modelos.
[CVPR 2025 Highlight🔥] Generación de texto a video que preserva la identidad mediante descomposición de frecuencia
Datos abiertos y entrenamiento escalable para modelos del mundo de vídeo de horizonte largo.
Genere escenas 3D explorables a gran escala con videos panorámicos de alta calidad a partir de una sola imagen o una indicación de texto.
Pipeline de producción de videos cortos con IA de extremo a extremo. Orquestación FastAPI + puerta de enlace Spring Boot con conmutación por error de múltiples modelos, interruptor de circuito, medición y observabilidad de pila completa. Control de calidad de IA: anclaje de indicaciones, consistencia CLIP, rescate automático de sincronización AV.
UniAnimate-DiT: Animación de imágenes humanas con Transformer de difusión de video a gran escala
Kandinsky 5.0: Una familia de modelos de difusión para la generación de vídeo e imágenes
Open‑WebUI Tools es un conjunto modular de herramientas diseñado para ampliar y enriquecer tu instancia de Open WebUI, convirtiéndola en una potente estación de trabajo de IA. Con una suite de más de 15 herramientas especializadas, pipelines de funciones y filtros, este proyecto apoya la investigación académica, la autonomía agente, la creatividad multimodal, los flujos de trabajo y mucho más.
Un motor de entrenamiento de modelos multimodales simple y unificado. Ligero, flexible y diseñado para la experimentación a gran escala.
Implementación oficial para "RIFLEx: Una comida gratis para la extrapolación de longitud en Transformers de difusión de video" (ICML 2025), UltraViCo (ICLR 2026) y UltraImage
rCM y Causal-rCM: Algoritmos/infraestructuras líderes y unificados para la destilación de difusión de video bidireccional/autorregresiva a gran escala
[SIGGRAPH 2025] Difusión como Shader: Difusión de Vídeo 3D-aware para un Control Versátil de la Generación de Vídeo
Más de 50 aplicaciones de IA generativa de código abierto que puedes clonar, implementar y monetizar: generadores de imágenes, herramientas de vídeo, probadores virtuales, plantillas de SaaS con IA e integraciones de plataformas. Implementa cualquier plantilla en Vercel con un solo clic.
[Destacado CVPR 2024] GenAD: Modelo Predictivo Generalizado para Conducción Autónoma
[TMLR 2025🔥] Una encuesta sobre modelos autorregresivos en visión.
[NeurIPS 2025 Presentación Oral]Infinity⭐️: Modelado Autorregresivo Unificado de Espacio-Tiempo para la Generación Visual
Habilidad para crear videos cortos de análisis financiero y tecnológico al estilo de Wall Street: enfoque creativo, lenguaje estilístico y herramientas para buscar clips, hacer capturas de pantalla, grabar locuciones, renderizar y mezclar audio.
[CVPR2026 🎉] Stand-In es un marco ligero y plug-and-play para la generación de video con preservación de la identidad.