#video-generation Repository
288 repository in totale
ใ่ๅ ใ - Piattaforma di creazione AI end-to-end basata su agenti per corti, fumetti animati e video, sviluppata con Java e AgentScope 2.0.
Implementazioni ufficiali per il paper: DreamTalk: Quando la generazione espressiva di teste parlanti incontra i modelli probabilistici di diffusione
Argomento โ Video narrato in 4K per agenti di coding. v5.3.0: TTS locale (Edge gratuito + Azure, senza motore esterno), motore delle risorse basato su manifest, composizione Remotion, generazione IA vincolata dai costi, Bilibili/YouTube/Xiaohongshu/Douyin/Canali WeChat
Higgsfield open source su ComfyUI: 120 app per immagini, video, effetti visivi e audio; tutti i modelli hanno pesi aperti. Funziona su Modal o sulla tua GPU.
Agente di workflow su canvas infinito guidato dal linguaggio naturale, rendendo la creazione video con IA veramente modificabile per la prima volta. AICON รจ per i creatori, fornendo un set completo di capacitร dalla scomposizione della sceneggiatura, generazione di storyboard, generazione di materiali, sintesi video alla distribuzione dei contenuti. Non solo una casella di input, ma ti permette di guidare la creazione con linguaggio naturale e canvas infinito insieme, organizzando nodi di testo, immagini e video in una catena completa,็ๆญฃ mettendo 'dall'ispirazione al pezzo finito' in un unico sistema.
GigaWorld-0: Modelli del Mondo come Motore di Dati per Potenziare l'IA Incarnata
Server ufficiale del protocollo di contesto del modello MiniMax (MCP) che consente l'interazione con potenti API di sintesi vocale, generazione di immagini e generazione di video.
Implementazione ufficiale di "MIMO: Sintesi di video di personaggi controllabili con modellazione spazialmente scomposta"
Proponiamo Prism, un framework di attenzione sparsa dinamica per addestrare nativamente modelli di generazione congiunta di video e audio in 2K.
[SIGGRAPH Asia 2026] 4DAnyone: Crea chiunque in 4D a partire da un video monoculare informale
Phantom: Generazione video coerente con il soggetto tramite allineamento cross-modale
Skill per creare brevi video divulgativi in stile Vibe destinati a spopolare su Douyin: analizza a fondo i video virali, ne riproduce lo stile visivo, genera storyboard di regia, aggiunge automaticamente gli effetti sonori e realizza il video finale con un solo clic.
(CVPR 2025) Da lenti modelli di diffusione video bidirezionali a veloci autoregressivi
Cosmos-Predict2.5, l'ultima versione della famiglia Cosmos World Foundation Models (WFMs), specializzata nella simulazione e previsione dello stato futuro del mondo sotto forma di video.
Video esplicativi e dimostrazioni di prodotti realizzati dal tuo agente IA. Gratuito e open source: una voce locale (Kokoro), la sincronizzazione delle parole (Whisper) e un renderer canvas trasformano uno script in un MP4 narrato.
Concatenazione di clip per MiniMax H3 in ComfyUI - movimento e audio continuano realmente attraverso le giunzioni
341 prompt per stili di animazione con codice, 196 immagini statiche di riferimento e un selettore offline, racchiusi in una Skill per Claude Code / Codex, con importazione con un clic e rendering video HTML.
Bernini รจ un framework unificato per la generazione e l'editing video che combina un pianificatore semantico basato su MLLM con un renderer basato su DiT.
Un modello multimodale unificato nativo a 3 miliardi di parametri attivi per la comprensione, la generazione e la modifica di immagini e video.
Implementazione di modelli di diffusione video, il nuovo paper di Jonathan Ho che estende i DDPM alla generazione di video โ in Pytorch
[AAAI 2024] Follow-Your-Pose: Questo repository รจ l'implementazione ufficiale di "Follow-Your-Pose : Pose-Guided Text-to-Video Generation using Pose-Free Videos"
[TPAMI 2025๐ฅ] MagicTime: Modelli di generazione di video time-lapse come simulatori metamorfici
Timestep Embedding Dice: ร ora di memorizzare nella cache per il modello di diffusione video
MiniSora: Una community che mira a esplorare il percorso di implementazione e la direzione di sviluppo futuro di Sora.
Codice per le Rappresentazioni di Movimento per il paper sull'Animazione Articolata
[NeurIPS2026] Presentiamo StableAvatar, il primo trasformatore di diffusione video end-to-end, che sintetizza video di avatar di alta qualitร , guidati dallโaudio e di durata infinita, senza alcuna post-elaborazione, a partire da unโimmagine di riferimento e dallโaudio.
[ICML2025] SpargeAttention: Un'attenzione sparsa senza addestramento che accelera l'inferenza di qualsiasi modello.
[ICCV'23] Campi di Radianza Neurale Efficienti Consapevoli della Regione per la Sintesi di Ritratti Parlanti ad Alta Fedeltร
[CVPR'25] Tora: Transformer a diffusione orientato alla traiettoria per la generazione di video
Il motore di IA open source per AMD Strix Halo. Modelli di testo, embedding, voce, immagini e video in un unico binario, con API compatibili con OpenAI, caching per agenti di programmazione ed estensioni dei modelli. Linux e Windows.
https://wavespeed.ai/ [WIP] La soluzione di ottimizzazione dell'inferenza all-in-one per ComfyUI, universale, flessibile e veloce.
HunyuanCustom: Un'architettura guidata multimodale per la generazione di video personalizzati
Crea brevi video per TikTok, Instagram Reels e YouTube Shorts utilizzando il Model Context Protocol (MCP) e un'API REST.
Progetto open-source gratuito progettato per trasformare i video di YouTube in brevi video virali. Rilevamento dei momenti salienti, sottotitoli, traduzione, voce fuori campo, tutto in uno per i tuoi contenuti.
Codice per l'articolo SCIS-2025 "UniAnimate: Taming Unified Video Di๏ฌusion Models for Consistent Human Image Animation".
Wunjo Make: scambio di volti, sincronizzazione labiale, controllo, rimozione di oggetti, testo e sfondo, restyling, separatore audio, clonazione vocale e generazione video. Open source, locale e gratuito.
Generazione di video tramite codice con Claude Opus 5.5: esempi dal web e prompt pronti da copiare | Prompt pronti da copiare e 54 esempi di video generati con codice da Opus 5.5
๐ฌ Genera video narrati di riepiloghi cinematografici a partire da un solo prompt.
[ICLR24] Implementazione ufficiale del paper โMagicDrive: Generazione di viste stradali con controllo diversificato della geometria 3Dโ
Rielaborazione video con IA in modalitร local-first, con revisione delle bozze, approvazione esplicita della versione HD e ripristino dellโaudio originale.
[AAAI 2026] EchoMimicV3: 1.3B parametri sono tutto ciรฒ di cui hai bisogno per l'animazione umana unificata multi-modale e multi-task