#video-generation Dépôts
288 dépôts au total
【融光】 - Plateforme de création d’IA de bout en bout basée sur des agents pour les séries courtes, les bandes dessinées animées et les vidéos — développée avec Java et AgentScope 2.0.
Implémentations officielles pour le papier : DreamTalk : Quand la génération expressive de têtes parlantes rencontre les modèles de diffusion probabilistes
Sujet → Vidéo narrée en 4K pour les agents de codage. v5.3.0 : TTS local (Edge gratuit + Azure, sans moteur externe), moteur de ressources basé sur un manifeste, composition Remotion, génération par IA soumise aux coûts, Bilibili/YouTube/Xiaohongshu/Douyin/Chaînes WeChat
Higgsfield open source sur ComfyUI : 120 applications d’image, de vidéo, d’effets visuels et d’audio ; tous les modèles ont des poids ouverts. Fonctionne sur Modal ou sur votre propre GPU.
Agent de flux de travail à toile infinie piloté par langage naturel, rendant la création vidéo IA véritablement éditable pour la première fois. AICON s'adresse aux créateurs, offrant un ensemble complet de capacités allant de la décomposition de scénario, génération de storyboards, génération de matériaux, synthèse vidéo à la distribution de contenu. Pas seulement une boîte d'entrée, mais vous permettant de piloter la création avec langage naturel et toile infinie, organisant nœuds texte, image, vidéo en chaîne complète,真正 plaçant « de l'inspiration à la pièce finie » dans un seul système.
GigaWorld-0 : Modèles du monde comme moteur de données pour renforcer l'IA incarnée
Serveur officiel du protocole de contexte de modèle MiniMax (MCP) qui permet l'interaction avec de puissantes API de synthèse vocale, de génération d'images et de génération de vidéos.
Implémentation officielle de "MIMO: Synthèse vidéo de personnages contrôlable avec modélisation décomposée spatialement"
Nous proposons Prism, un cadre d’attention parcimonieuse dynamique permettant d’entraîner nativement des modèles de génération conjointe vidéo-audio en 2K.
[SIGGRAPH Asia 2026] 4DAnyone : Créez n’importe qui en 4D à partir d’une vidéo monoculaire prise sur le vif
Phantom : Génération vidéo cohérente avec le sujet par alignement intermodal
Compétence de création de courtes vidéos de vulgarisation au style Vibe, conçues pour devenir virales sur Douyin : analyse approfondie des vidéos à succès, reproduction de leur style visuel, création de storyboards de réalisation, ajout automatique d’effets sonores et génération de la vidéo finale en un clic.
(CVPR 2025) Des modèles de diffusion vidéo lents et bidirectionnels aux modèles rapides et autorégressifs
Cosmos-Predict2.5, la dernière version de la famille Cosmos World Foundation Models (WFMs), spécialisée dans la simulation et la prédiction de l'état futur du monde sous forme de vidéo.
Des vidéos explicatives et des démonstrations de produits créées par votre agent IA. Gratuit et open source : une voix locale (Kokoro), le minutage des mots (Whisper) et un moteur de rendu sur canevas transforment un script en MP4 avec narration.
Enchaînement de clips pour MiniMax H3 dans ComfyUI - le mouvement et l'audio continuent véritablement à travers les jonctions
341 prompts de styles d’animation codée, 196 images fixes de référence et un sélecteur hors ligne, réunis dans une Skill Claude Code / Codex, avec importation en un clic et rendu vidéo HTML.
Bernini est un cadre unifié pour la génération et l'édition vidéo qui combine un planificateur sémantique basé sur MLLM avec un rendu basé sur DiT.
Un modèle multimodal unifié natif à 3 milliards de paramètres actifs pour la compréhension, la génération et l'édition d'images et de vidéos.
Implémentation de modèles de diffusion vidéo, le nouveau papier de Jonathan Ho étendant les DDPM à la génération vidéo – en Pytorch
[AAAI 2024] Follow-Your-Pose : Ce dépôt est l'implémentation officielle de "Follow-Your-Pose : Pose-Guided Text-to-Video Generation using Pose-Free Videos"
[TPAMI 2025🔥] MagicTime : Modèles de génération de vidéos accélérées comme simulateurs métamorphiques
Les embeddings de pas de temps racontent : il est temps de mettre en cache pour le modèle de diffusion vidéo
MiniSora : Une communauté qui vise à explorer la voie d'implémentation et la direction de développement futur de Sora.
Code pour les représentations de mouvement pour le papier d'animation articulée
[NeurIPS2026] Nous présentons StableAvatar, le premier transformateur de diffusion vidéo de bout en bout, qui synthétise des vidéos d’avatars de haute qualité, pilotées par l’audio et de durée infinie, sans aucun post-traitement, à partir d’une image et d’un audio de référence.
[ICML2025] SpargeAttention : Une attention éparse sans entraînement qui accélère l'inférence de n'importe quel modèle.
[ICCV'23] Champs Neuronaux de Radiance Efficaces et Conscients de la Région pour la Synthèse de Portraits Parlants à Haute Fidélité
[CVPR'25] Tora : Transformer de diffusion orienté trajectoire pour la génération vidéo
Le moteur d’IA open source pour AMD Strix Halo. Des modèles de texte, d’embeddings, de parole, d’image et de vidéo dans un seul binaire, avec des API compatibles avec OpenAI, une mise en cache pour les agents de programmation et des extensions de modèles. Linux et Windows.
https://wavespeed.ai/ [WIP] La solution d'optimisation d'inférence tout-en-un pour ComfyUI, universelle, flexible et rapide.
HunyuanCustom : Une architecture axée sur le multimodal pour la génération vidéo personnalisée
Crée de courtes vidéos pour TikTok, Instagram Reels et YouTube Shorts en utilisant le Model Context Protocol (MCP) et une API REST.
Projet open-source gratuit conçu pour transformer les vidéos YouTube en courtes vidéos virales. Détection des temps forts, sous-titres, traduction, voix off, tout-en-un pour votre contenu.
Code pour l'article SCIS-2025 "UniAnimate: Taming Unified Video Diffusion Models for Consistent Human Image Animation".
Wunjo Make : échange de visages, synchronisation labiale, contrôle, suppression d’objets, de texte et d’arrière-plan, restylisation, séparateur audio, clonage de voix et génération vidéo. Open source, local et gratuit.
Génération de vidéos par code avec Claude Opus 5.5 : exemples trouvés sur le Web et prompts prêts à copier | Prompts prêts à copier et 54 exemples de vidéos rendues par code avec Opus 5.5
🎬 Générez des vidéos de résumé de films narrées à partir d’une seule instruction.
[ICLR24] Implémentation officielle de l'article « MagicDrive : génération de vues de rue avec contrôle diversifié de la géométrie 3D »
Remaniement vidéo par IA privilégiant le traitement local, avec examen des brouillons, validation explicite de la version HD et restauration de l’audio d’origine.
Un modèle de fondation qui génère des vidéos et de l’audio synchronisés au sein d’un seul modèle
[AAAI 2026] EchoMimicV3 : 1,3 milliard de paramètres, c'est tout ce dont vous avez besoin pour l'animation humaine unifiée multi-modale et multi-tâche