kandinsky-6 是视频领域的开源项目，由 kandinskylab 开发，是 2026 年新上线的项目。
它收录于视频分类，该分类目前共有 528 个项目，GitHub 星标数为 223。
项目目前处于活跃维护状态，最近一次代码更新于 2026-10-08。开源模型权重，免费使用。
它主要面向的使用场景是：短视频创作者快速产出带背景音和口型的角色视频。同类可对比的替代方案包括 Open-Sora、CogVideo、VideoCrafter。
kandinsky-6
一句话生成带声音的视频，口型音效自动对上
Kandinsky 6.0 是面向视频与音频同步生成的基础模型开源项目，由 Sber AI 团队推出，采用 Python 实现。它解决的核心问题是：传统视频生成模型只能产出画面，音频需要单独制作再对齐，流程割裂且口型、节奏常对不上。Kandinsky 6.0 尝试在同一个扩散框架内联合建模视觉与听觉信号，让生成的视频自带与之匹配的音轨，包括环境音、语音口型和动作音效。项目提供预训练权重、推理脚本和配置示例，支持文本到视频+音频的联合生成，也可用于视频配音、音效补全等任务。对于研究多模态生成、音视频联合建模的开发者，它提供了一个可复现的基线，降低了从零搭建同步生成系统的门槛。当前星标数约 223，属于早期项目，社区生态仍在成长。
开源
free
视频生成
GitHub 星标
★ 223
维护状态
活跃
是否开源
是
定价模式
free
项目预览
项目数据
分类视频生成
开发团队kandinskylab
所属国家
定价模式free
价格说明开源模型权重，免费使用
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型
GitHub 星标★ 223
30天Star增速
HF 下载量
上线时间2026-10-05 00:00:00
代码更新—
仓库体积—
本站数据更新—
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-10-09
浏览次数0
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
正在加载星标数据…
技术标签
使用教程
—
核心亮点
- 同一扩散框架联合建模视频与音频，减少后期对齐成本
- 提供预训练权重与推理脚本，可直接跑通文本到音视频生成
- 覆盖语音口型、环境音、动作音效等多种同步场景
不足之处
- 项目处于早期，星标和社区规模较小，第三方教程与插件少
- 对显存和算力要求较高，普通消费级显卡难以流畅推理
- 生成质量与稳定性可能不及成熟商业方案，需自行调参
适用场景
- 短视频创作者快速产出带背景音和口型的角色视频
- 游戏或动画原型阶段自动生成角色动作与配套音效
- 研究多模态联合生成，作为音视频同步建模的实验基线
替代项目
Open-Sora、CogVideo、VideoCrafter
项目介绍
上一篇：AutoDubVN
同类项目推荐
MoneyPrinterTurbo
开源
输入一句话，高清短视频自动出炉，文案配音全包了
利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short ···
openscreen
开源
免费无水印录屏做演示，替代 Screen Studio
Record your screen, ship a demo. Free and open-source, GPU-accelerated, no watermark···
seedance-2.0-api
开源
快速上手字节Seedance 2.0，文本/图片一键生成视频
Seedance 2.0 API — text-to-video and image-to-video examples
auto-subs
开源
在剪辑软件里直接生成字幕，省去导出导入的麻烦
On-device subtitle generation that connects directly to DaVinci Resolve, Premiere, a···