#video-generation 仓库
共 288 个仓库
主题 → 面向编码代理的 4K 旁白视频。v5.3.0:本地 TTS(免费 Edge + Azure,无需外部引擎)、基于清单的资源引擎、Remotion 合成、成本门控的 AI 生成、哔哩哔哩/YouTube/小红书/抖音/微信视频号
ComfyUI 上的开源 Higgsfield:120 款图像、视频、视觉特效和音频应用,所有模型均开放权重;可在 Modal 或你自己的 GPU 上运行。
自然语言驱动的无限画布工作流 Agent,让 AI 视频创作第一次真正变成可编辑的工作流。 AICON 面向创作者,提供从剧本拆解、分镜生成、素材生成、视频合成到内容分发的一整套能力。 不是只给你一个输入框,而是让你用自然语言和无限画布一起驱动创作,把文本、图片、视频节点组织成完整链路,真正把“从灵感到 成片”放进一个系统里完成。
Cosmos-Predict2.5,Cosmos世界基础模型(WFMs)系列的最新版本,专门用于以视频形式模拟和预测世界的未来状态。
由你的 AI 智能体制作的讲解视频和产品演示。免费且开源:本地语音(Kokoro)、单词时间戳(Whisper)和画布渲染器,可将脚本转化为带旁白的 MP4 视频。
341 种代码动画风格提示词、196 张参考静帧与离线选择器,封装为 Claude Code / Codex Skill,支持一键导入和 HTML 视频渲染。
[AAAI 2024] Follow-Your-Pose: 此仓库是 "Follow-Your-Pose : Pose-Guided Text-to-Video Generation using Pose-Free Videos" 的官方实现
[NeurIPS2026] 我们推出了 StableAvatar,这是首个端到端视频扩散 Transformer。该模型以参考图像和音频为条件,无需任何后处理,即可合成无限时长的高质量音频驱动虚拟形象视频。
专为 AMD Strix Halo 打造的开源 AI 引擎。一个二进制文件集成文本、嵌入、语音、图像和视频模型,提供兼容 OpenAI 的 API、面向编程智能体的缓存,以及模型扩展。支持 Linux 和 Windows。
使用 Model Context Protocol (MCP) 和 REST API 为 TikTok、Instagram Reels 和 YouTube Shorts 创建短视频。
SCIS-2025 论文 "UniAnimate: Taming Unified Video Diffusion Models for Consistent Human Image Animation" 的代码。
Wunjo Make:换脸、口型同步、控制、移除物体/文字/背景、风格重塑、音频分离、声音克隆、视频生成。开源、本地运行且免费。
Claude Opus 5.5 用代码生成视频:全网案例与可直接复制的提示词 | 可直接复制的提示词与 54 个 Opus 5.5 代码渲染视频案例
[ICLR24] 论文“MagicDrive: Street View Generation with Diverse 3D Geometry Control”的官方实现