Git Stars Git Stars

#video-generation 仓库

288
仓库总数
951,093
总星标数
3,302
平均每个仓库星标数

共 288 个仓库

151
ChatCut-Inc/agent-plugin

面向智能体的 AI 视频编辑器。ChatCut 插件和 MCP 服务器支持 Codex、ChatGPT、Claude Code、Cursor、Grok、Gemini CLI、WorkBuddy、豆包办公和通义千问办公:通过对话编辑自己的视频素材、添加字幕、删除静音片段和口头填充词、制作动态图形,并导出可编辑的时间线。

ChatCut-Inc
⭐ 1,075 JavaScript 👤 ChatCut-Inc Organization 🕐 已更新 2026-11-18 📅 创建时间 2026-06-25
152
memoavatar/memo

[TMLR] 记忆引导扩散用于表情丰富的说话视频生成

memoavatar
⭐ 1,070 Python 👤 memoavatar Organization 🕐 已更新 2025-08-06 📅 创建时间 2024-04-16
153
Anil-matcha/awesome-agent-apis

660 多个由 muapi 托管的生成式媒体模型,以及社区提交的第三方 API 工具(SEO、数据丰富、社交媒体、抓取)——每个条目对应一个 YAML 文件,可按功能浏览。

Anil-matcha
⭐ 1,070 Python 👤 Anil-matcha User 🕐 已更新 2026-10-14 📅 创建时间 2023-05-06
154
zai-org/SCAIL

SCAIL:通过上下文学习3D一致姿态表示实现工作室级角色动画 (CVPR 2026 Findings)

zai-org
⭐ 1,069 Python 👤 zai-org Organization 🕐 已更新 2026-05-06 📅 创建时间 2025-12-01
156
Orange-3DV-Team/MoCha

MoCha:无需结构化引导即可进行端到端的视频角色替换

Orange-3DV-Team
⭐ 1,042 Python 👤 Orange-3DV-Team User 🕐 已更新 2026-04-30 📅 创建时间 2025-10-20
157
showlab/MotionDirector

[ECCV 2024 Oral] MotionDirector: 文本到视频扩散模型的运动定制。

showlab
⭐ 1,040 Python 👤 showlab Organization 🕐 已更新 2024-08-21 📅 创建时间 2023-10-12
158
worldbench/awesome-3d-4d-world-models

[TPAMI 2026] 3D 与 4D 世界建模:综述

worldbench
⭐ 1,032 HTML 👤 worldbench Organization 🕐 已更新 2026-11-14 📅 创建时间 2025-06-20
159
thu-ml/Causal-Forcing

[ICML 2026] “Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation” 及 Causal Forcing++ 的官方代码库

thu-ml
⭐ 1,029 Python 👤 thu-ml Organization 🕐 已更新 2026-11-19 📅 创建时间 2026-02-01
160
Kosinkadink/ComfyUI-Advanced-ControlNet

支持滑动上下文的 ControlNet 调度和掩码节点

Kosinkadink
⭐ 1,022 Python 👤 Kosinkadink User 🕐 已更新 2026-07-28 📅 创建时间 2023-08-01
161
Blizaine/Maestro

一体化、100% 本地运行的 AI 视频、图像和音乐工作室。导演模式可根据单条提示词规划完整的音乐视频和短片。基于 WanGP 流水线构建。通过 Pinokio 安装。

Blizaine
⭐ 990 Python 👤 Blizaine User 🕐 已更新 2026-11-10 📅 创建时间 2026-07-08
162
Robbyant/lingbot-video

面向具身智能的混合专家视频预训练扩展

Robbyant
⭐ 989 Python 👤 Robbyant Organization 🕐 已更新 2026-09-17 📅 创建时间 2026-07-08
163
cuixing158/Awesome-CV-MasterHub

:fire: :fire: :fire: 一些近期计算机视觉(CV)工作的论文列表

cuixing158
⭐ 986 👤 cuixing158 User 🕐 已更新 2026-11-08 📅 创建时间 2025-02-14
164
banodoco/Steerable-Motion

一个用于通过图像批次驱动视频的 ComfyUI 节点。

banodoco
⭐ 974 Python 👤 banodoco Organization 🕐 已更新 2026-10-27 📅 创建时间 2023-11-11
165
Swayingleaves/novanova-studio

[NovaNova Studio] 一个由 Agent 驱动的全流程开源平台,集 AI 图片生成、AI 视频生成、无限画布、自定义模型 API、AI 漫剧、AI 短剧、小说解析剧本、小说转短剧、3D 导演台、用户管理和积分管理于一体。

Swayingleaves
⭐ 969 Java 👤 Swayingleaves User 🕐 已更新 2026-11-21 📅 创建时间 2026-07-22
166
op7418/guizang-product-video-skill

归藏 product video skill:复用真实产品组件和设计语言,用代码制作软件更新宣传片。包含分镜文案、原创配乐、动作音效与视频渲染,支持 Claude Code 和 Codex。

op7418
⭐ 967 Python 👤 op7418 User 🕐 已更新 2026-10-09 📅 创建时间 2026-09-18
167
alibaba/animate-anything

细粒度开放域图像动画运动引导

alibaba
⭐ 956 Python 👤 alibaba Organization 🕐 已更新 2024-10-18 📅 创建时间 2023-12-07
168
Vchitect/SEINE

[ICLR 2024] SEINE: 用于生成性转换和预测的短到长视频扩散模型

Vchitect
⭐ 953 Python 👤 Vchitect Organization 🕐 已更新 2024-11-13 📅 创建时间 2023-09-22
169
Vchitect/LaVie

[IJCV 2024] LaVie: 使用级联潜在扩散模型实现高质量视频生成

Vchitect
⭐ 946 Python 👤 Vchitect Organization 🕐 已更新 2024-11-13 📅 创建时间 2023-09-17
170
artokun/comfyui-mcp

面向 ComfyUI 的本地优先、原生智能体控制平面 —— MCP 服务器 + 侧边栏智能体,支持使用任何大模型(Claude、ChatGPT、Gemini、本地 Ollama 或任何托管模型)通过自然语言生成图像、视频和音频,编写并运行工作流,以及编辑实时图表。包含 178 个工具、36 项 AI 技能、55 个安装包。支持本地、局域网、VPS 或 Comfy Cloud 部署。

artokun
⭐ 944 TypeScript 👤 artokun User 🕐 已更新 2026-11-19 📅 创建时间 2026-02-15
171
IceClear/SeedVR2

[ICLR2026] SeedVR2:通过扩散对抗后训练实现一步视频修复

IceClear
⭐ 940 👤 IceClear User 🕐 已更新 2026-01-27 📅 创建时间 2025-06-05
172
antgroup/ditto-talkinghead

[ACM MM 2025] Ditto:用于可控实时说话人头合成的运动-空间扩散

antgroup
⭐ 932 Python 👤 antgroup Organization 🕐 已更新 2025-11-12 📅 创建时间 2025-01-10
173
OSideMedia/higgsfield-ai-prompt-skill

用于电影级 Higgsfield AI 提示词的 Claude AI 技能——包含 32 个子技能,涵盖 Seedance 2.5(全能参考、视频编辑 + 延展)和 2.0、Hell Grind 故事片制作流程、表演系统、Cinema Studio 2.5/3.0/3.5、MCSLA、Soul ID 一致性、Kling 3.0 Motion Control、DISCIPLINE 框架以及 18 个模板。

OSideMedia
⭐ 931 Python 👤 OSideMedia User 🕐 已更新 2026-10-25 📅 创建时间 2026-03-08
174
Vchitect/Vchitect-2.0

Vchitect-2.0:用于扩展视频扩散模型的并行 Transformer

Vchitect
⭐ 923 Python 👤 Vchitect Organization 🕐 已更新 2025-03-17 📅 创建时间 2024-09-09
175
360CVGroup/FancyVideo

文本&图像视频生成,第一代

360CVGroup
⭐ 920 Python 👤 360CVGroup Organization 🕐 已更新 2025-05-10 📅 创建时间 2024-08-15
176
TypeTale/TypeTale

字字动画 - 完全免费的AIGC视频生成软件,主要用于AI短剧,AI电影,小说推文

TypeTale
⭐ 918 👤 TypeTale User 🕐 已更新 2026-08-21 📅 创建时间 2025-04-11
177
mayuelala/FollowYourClick

[AAAI 2025] Follow-Your-Click: 此存储库是“Follow-Your-Click: Open-domain Regional Image Animation via Short Prompts”的官方实现。

mayuelala
⭐ 908 Python 👤 mayuelala User 🕐 已更新 2025-09-17 📅 创建时间 2024-03-13
178
lidge-ai/ima2-gen

以本地优先为理念的视觉生成运行时和工作室,面向人类用户与编码代理,支持跨多个提供商的可复现图像和视频工作流。

lidge-ai
⭐ 906 TypeScript 👤 lidge-ai Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-04-21
179
HA6Bots/TikTok-Compilation-Video-Generator

一个机器人系统,通过自定义过滤器自动收集剪辑,让您轻松浏览这些剪辑,并将它们组合成一个可以直h接上传到任何社交媒体平台的编译视频。提供了完整的VPS支持,以及一个账户系统,允许多个用户同时使用该机器人。该机器人分为三个独立的程序。服务器. 客户端. 视频生成器. 这些程序执行不同的功能,组合在一起可创建一个非常强大的系统。

HA6Bots
⭐ 898 Python 👤 HA6Bots User 🕐 已更新 2024-08-04 📅 创建时间 2020-09-01
180
TrajectoryCrafter/TrajectoryCrafter

[ICCV 2025, 口头报告] TrajectoryCrafter: 利用扩散模型重定向单目视频的相机轨迹

TrajectoryCrafter
⭐ 897 Python 👤 TrajectoryCrafter User 🕐 已更新 2025-12-17 📅 创建时间 2025-02-17
181
OpenDriveLab/Vista

[NeurIPS 2024] 面向自动驾驶的可泛化世界模型

OpenDriveLab
⭐ 888 Python 👤 OpenDriveLab Organization 🕐 已更新 2025-07-02 📅 创建时间 2024-05-10
182
flatkey-ai/flatkey-cli

Flatkey 媒体生成 CLI,支持图像、视频、音频、文本、积分和模型发现。

flatkey-ai
⭐ 868 JavaScript 👤 flatkey-ai Organization 🕐 已更新 2026-11-20 📅 创建时间 2026-07-17
183
PKU-YuanGroup/ConsisID

[CVPR 2025 Highlight🔥] 通过频率分解实现身份保持的文本到视频生成

PKU-YuanGroup
⭐ 866 Python 👤 PKU-YuanGroup Organization 🕐 已更新 2026-04-14 📅 创建时间 2024-11-15
184
Junchao-cs/SolarWM

面向长时域视频世界模型的开放数据与可扩展训练。

Junchao-cs
⭐ 857 Python 👤 Junchao-cs User 🕐 已更新 2026-11-20 📅 创建时间 2026-08-21
185
SkyworkAI/Matrix-3D

从单个图像或文本提示生成具有高质量全景视频的大规模可探索3D场景。

SkyworkAI
⭐ 855 Python 👤 SkyworkAI Organization 🕐 已更新 2025-11-25 📅 创建时间 2025-08-11
186
myccarl/ai-shortVideo-pipeline

端到端AI短视频制作流水线。FastAPI编排 + Spring Boot网关,支持多模型故障转移、断路器、计量和全栈可观测性。AI质量门控:提示锚定、CLIP一致性、音视频同步自动修复。

myccarl
⭐ 848 Python 👤 myccarl User 🕐 已更新 2026-11-13 📅 创建时间 2026-06-04
187
ali-vilab/UniAnimate-DiT

UniAnimate-DiT:基于大规模视频扩散 Transformer 的人物图像动画

ali-vilab
⭐ 847 Python 👤 ali-vilab Organization 🕐 已更新 2025-04-27 📅 创建时间 2025-04-15
188
kandinskylab/kandinsky-5

Kandinsky 5.0:用于视频和图像生成的扩散模型家族

kandinskylab
⭐ 846 Python 👤 kandinskylab Organization 🕐 已更新 2026-08-07 📅 创建时间 2025-08-11
189
Haervwe/open-webui-tools

Open‑WebUI Tools 是一个模块化工具包,旨在扩展和丰富你的 Open WebUI 实例,使其成为强大的 AI 工作站。配备超过 15 个专业工具、功能管道和过滤器,该项目支持学术研究、代理自主性、多模态创作、工作流程等。

Haervwe
⭐ 838 Python 👤 Haervwe User 🕐 已更新 2026-11-11 📅 创建时间 2024-11-09
190
EvolvingLMMs-Lab/lmms-engine

一个简单、统一的多模态模型训练引擎。精简、灵活,并为大规模创新而生。

EvolvingLMMs-Lab
⭐ 835 Python 👤 EvolvingLMMs-Lab Organization 🕐 已更新 2026-10-23 📅 创建时间 2025-07-27
191
thu-ml/DiT-Extrapolation

"RIFLEx: 视频扩散Transformer长度外推的免费午餐" (ICML 2025)、UltraViCo (ICLR 2026) 和 UltraImage 的官方实现

thu-ml
⭐ 834 Python 👤 thu-ml Organization 🕐 已更新 2026-06-06 📅 创建时间 2025-02-21
192
NVlabs/rcm

rCM & Causal-rCM:用于大规模双向/自回归视频扩散蒸馏的领先且统一的算法/基础设施

NVlabs
⭐ 832 Python 👤 NVlabs Organization 🕐 已更新 2026-06-25 📅 创建时间 2025-10-09
193
IGL-HKUST/DiffusionAsShader

[SIGGRAPH 2025] 扩散作为着色器:面向通用视频生成控制的3D感知视频扩散

IGL-HKUST
⭐ 818 Python 👤 IGL-HKUST Organization 🕐 已更新 2025-06-09 📅 创建时间 2025-01-07
194
Anil-matcha/awesome-generative-ai-apps

50 多款开源生成式 AI 应用,可供克隆、部署和变现——涵盖图像生成器、视频工具、虚拟试穿、AI SaaS 模板和平台集成。每个模板都支持一键部署到 Vercel。

Anil-matcha
⭐ 812 JavaScript 👤 Anil-matcha User 🕐 已更新 2026-10-22 📅 创建时间 2024-01-23
195
OpenDriveLab/DriveAGI

[CVPR 2024 亮点论文] GenAD:用于自动驾驶的广义预测模型

OpenDriveLab
⭐ 811 Python 👤 OpenDriveLab Organization 🕐 已更新 2026-02-27 📅 创建时间 2023-04-24
196
ChaofanTao/Autoregressive-Models-in-Vision-Survey

[TMLR 2025🔥] 视觉领域自回归模型调研。

ChaofanTao
⭐ 805 👤 ChaofanTao User 🕐 已更新 2026-05-05 📅 创建时间 2024-07-01
198
FoundationVision/InfinityStar

[NeurIPS 2025 口头报告]Infinity⭐️:用于视觉生成的统一时空自回归建模

FoundationVision
⭐ 798 Python 👤 FoundationVision Organization 🕐 已更新 2026-04-16 📅 创建时间 2025-09-08
199
HeyChengC/wallstreet-explainer

华尔街风格的财经/科技解读短片技能:设计思路、风格语言,以及用于找片、截图、配音、渲染和混音的工具。

HeyChengC
⭐ 797 JavaScript 👤 HeyChengC User 🕐 已更新 2026-11-20 📅 创建时间 2026-10-18
200
WeChatCV/Stand-In

[CVPR2026 🎉] Stand-In 是一个轻量级、即插即用的框架,用于身份保留的视频生成。

WeChatCV
⭐ 796 Python 👤 WeChatCV Organization 🕐 已更新 2026-08-10 📅 创建时间 2025-08-12