#video-generation Repositórios
288 repositórios no total
【融光】 - Plataforma de criação de ponta a ponta baseada em agentes de IA para dramas curtos, motion comics e vídeos — desenvolvida com Java e AgentScope 2.0.
Implementações oficiais para o artigo: DreamTalk: Quando a Geração Expressiva de Rostos Falantes Encontra Modelos de Difusão Probabilística
Tópico → Vídeo narrado em 4K para agentes de programação. v5.3.0: TTS local (Edge gratuito + Azure, sem mecanismo externo), mecanismo de recursos baseado em manifesto, composição com Remotion, geração por IA condicionada aos custos, Bilibili/YouTube/Xiaohongshu/Douyin/Canais do WeChat
Higgsfield de código aberto no ComfyUI: 120 apps de imagem, vídeo, efeitos visuais e áudio; todos os modelos têm pesos abertos. Funciona no Modal ou na sua própria GPU.
Agente de fluxo de trabalho de canvas infinito impulsionado por linguagem natural, tornando a criação de vídeo com IA verdadeiramente editável pela primeira vez. AICON é voltado para criadores, oferecendo um conjunto completo de capacidades desde a decomposição de roteiros, geração de storyboards, geração de materiais, síntese de vídeo até distribuição de conteúdo. Não é apenas uma caixa de entrada, mas permite que você dirija a criação com linguagem natural e canvas infinito, organizando nós de texto, imagens e vídeo em uma cadeia completa,真正 colocando 'da ideia ao produto final' em um único sistema.
GigaWorld-0: Modelos de Mundo como Motor de Dados para Capacitar IA Incorporada
Servidor oficial do protocolo de contexto do modelo MiniMax (MCP) que permite a interação com poderosas APIs de conversão de texto em fala, geração de imagens e geração de vídeo.
Implementação oficial de "MIMO: Síntese de Vídeo de Personagens Controláveis com Modelagem Decomposta Espacial"
Propomos o Prism, uma estrutura de atenção esparsa dinâmica para treinar nativamente modelos de geração conjunta de vídeo e áudio em 2K.
[SIGGRAPH Asia 2026] 4DAnyone: Crie qualquer pessoa em 4D a partir de um vídeo monocular casual
Phantom: Geração de Vídeo Consistente com o Sujeito via Alinhamento Cross-Modal
Skill para criar vídeos curtos de conhecimento no estilo Vibe que viralizam no Douyin: analisa vídeos populares em profundidade, recria seu estilo visual, gera storyboards de direção, adiciona efeitos sonoros automaticamente e produz o vídeo final com um clique.
(CVPR 2025) De Modelos de Difusão de Vídeo Bidirecionais Lentos a Autorregressivos Rápidos
Cosmos-Predict2.5, a versão mais recente da família Cosmos World Foundation Models (WFMs), especializada na simulação e previsão do estado futuro do mundo na forma de vídeo.
Vídeos explicativos e demonstrações de produtos criados pelo seu agente de IA. Gratuito e de código aberto: uma voz local (Kokoro), a sincronização das palavras (Whisper) e um renderizador de canvas transformam um roteiro em um MP4 narrado.
Encadeamento de clipes para MiniMax H3 no ComfyUI - movimento e áudio continuam genuinamente através das junções
341 prompts de estilos de animação com código, 196 imagens estáticas de referência e um seletor offline, reunidos como uma Skill do Claude Code / Codex, com importação com um clique e renderização de vídeo em HTML.
Bernini é uma estrutura unificada para geração e edição de vídeo que combina um planejador semântico baseado em MLLM com um renderizador baseado em DiT.
Um modelo multimodal unificado nativo de 3 bilhões de parâmetros ativos para compreensão, geração e edição de imagens e vídeos.
Implementação de Modelos de Difusão de Vídeo, o novo artigo de Jonathan Ho estendendo DDPMs para Geração de Vídeo - em Pytorch
[AAAI 2024] Follow-Your-Pose: Este repositório é a implementação oficial de "Follow-Your-Pose : Geração de Texto para Vídeo Guiada por Pose Usando Vídeos Sem Pose"
[TPAMI 2025🔥] MagicTime: Modelos de Geração de Vídeo em Time-lapse como Simuladores Metamórficos
O Embedding do Passo de Tempo Avisa: É Hora de Cachear para o Modelo de Difusão de Vídeo
MiniSora: Uma comunidade que visa explorar o caminho de implementação e a futura direção de desenvolvimento do Sora.
Código para o artigo Representações de Movimento para Animação Articulada
[NeurIPS2026] Apresentamos o StableAvatar, o primeiro transformador de difusão de vídeo de ponta a ponta, que sintetiza vídeos de avatares de alta qualidade, orientados por áudio e de duração infinita, sem qualquer pós-processamento, condicionado por uma imagem de referência e áudio.
[ICML2025] SpargeAttention: Uma atenção esparsa sem treinamento que acelera qualquer inferência de modelo.
[ICCV'23] Campos de Radiância Neural Eficientes e Sensíveis à Região para Síntese de Retratos Falantes de Alta Fidelidade
[CVPR'25]Tora: Transformador de Difusão Orientado a Trajetória para Geração de Vídeo
O mecanismo de IA de código aberto para AMD Strix Halo. Modelos de texto, embeddings, fala, imagem e vídeo em um único binário, com APIs compatíveis com OpenAI, cache para agentes de programação e extensões de modelos. Linux e Windows.
https://wavespeed.ai/ [EM TRABALHO] A solução de otimização de inferência tudo-em-um para ComfyUI, universal, flexível e rápida.
HunyuanCustom: Uma Arquitetura Orientada por Multimodalidade para Geração Personalizada de Vídeos
Cria vídeos curtos para TikTok, Instagram Reels e YouTube Shorts usando o Model Context Protocol (MCP) e uma API REST.
Projeto gratuito de código aberto projetado para transformar vídeos do YouTube em vídeos curtos virais. Detecção de destaques, legendas, tradução, locução, tudo em um para o seu conteúdo.
Código para o Artigo SCIS-2025 "UniAnimate: Domando Modelos Unificados de Difusão de Vídeo para Animação Consistente de Imagens Humanas".
Wunjo Make: troca de rostos, sincronização labial, controlo, remoção de objetos, texto e fundo, reformulação de estilo, separador de áudio, clonagem de voz e geração de vídeo. Código aberto, local e gratuito.
Geração de vídeos com código usando Claude Opus 5.5: exemplos de toda a web e prompts prontos para copiar | Prompts prontos para copiar e 54 exemplos de vídeos renderizados com código pelo Opus 5.5
[ICLR24] Implementação oficial do artigo “MagicDrive: Geração de Vistas de Rua com Controle Diverso de Geometria 3D”
Recriação de vídeos com IA e prioridade local, revisão de rascunhos, aprovação explícita da versão HD e restauração do áudio original.
[AAAI 2026] EchoMimicV3: 1,3 Bilhões de Parâmetros São Tudo o Que Você Precisa Para Animação Humana Unificada Multimodal e Multitarefa