text-to-video 第 2 页
本站收录 183 个带「text-to-video」标签的 AI 开源项目（按 GitHub 星标从高到低，第 2 / 4 页）
YUMEYUME 是一个基于世界模型的实时视频生成项目，官方代码库。它支持文本到视频和图像到视频的生成，强调交互式与实时生成能力。项目旨在解决传统视频生成速度慢、缺乏交★ 683
awesome-generative-ai-apps这是一个精选的开源生成式 AI 应用合集，收录了 50 多个可直接克隆、部署并商业化的项目，涵盖图像生成、视频工具、虚拟试穿、AI SaaS 模板及平台集成等类★ 610
NomiNomi 是一个开源的 AI 视频工作台，定位为本地优先的桌面应用。它解决的核心问题是：在 AI 视频生成流程中，创作者往往需要在多个工具间切换，且难以对生成结★ 590
VEnhancerVEnhancer是一个用于视频生成的生成式时空增强工具，基于扩散模型，解决视频生成中时间一致性和空间分辨率不足的问题。它通过生成式方法对视频进行超分辨率、帧插★ 579
VideoTunaVideoTuna 是一个专注于视频生成模型微调的开源工具，旨在让开发者能够轻松地针对特定风格、主题或场景对现有的文本到视频（T2V）扩散模型进行定制化训练。它★ 555
Google-Colab_Notebooks这是一个汇集多种 Google Colab 笔记本的开源项目，专注于图像生成与视频生成领域。项目整合了多个前沿模型和工具，如 ComfyUI 工作流、Flux ★ 553
Awesome-LLMs-meet-Multimodal-Generation这是一个精选论文列表，聚焦于基于大语言模型（LLM）的多模态生成领域，涵盖图像、视频、3D和音频四大模态。项目系统梳理了LLM与多模态生成结合的前沿研究，包括多★ 551
agnes-video-generatoragnes-video-generator 是一个开源、可自托管的 AI 视频生成工具，完全免费。它通过 Web UI 将文本转换为多场景视频，并自动添加旁白、★ 551
nuwa-pytorchNUWA（女娲）是微软提出的多模态预训练模型，支持文本到视频、文本到图像及视频预测等任务。此项目为NUWA的PyTorch非官方实现，基于3D Transfor★ 547
FreeInitFreeInit 是一个针对视频扩散模型的训练后优化方法，由南洋理工大学等机构在 ECCV 2024 提出。它解决视频扩散模型在生成时因初始噪声与视频低频结构不★ 544
forge-filmforge-film 是一个基于 Python 的多模型 DAG 驱动并行 AI 影视生成引擎。它解决传统 AI 视频生成中场景逐个生成、耗时漫长的问题，通过将★ 540
Open-AI-Micro-Drama-GeneratorOpen-AI-Micro-Drama-Generator 是一个基于多智能体流水线的 AI 短剧视频生成工具，能将任意创意自动转化为完整的短剧视频。它模拟影视★ 538
storytellerstoryteller 是一个多模态 AI 故事生成器，结合 Stable Diffusion、GPT 和神经文本转语音技术，将文字故事自动转化为图文并茂、带语★ 535
OmniSpaceOmniSpace 是一个本地优先的全栈 AI 创作工作站，把 AI 对话、AI 漫画、漫剧创作、写作台和知识学习五个模块整合到一个应用里。它主要解决创作者在本★ 534
AI-Faceless-Video-GeneratorAI-Faceless-Video-Generator 是一个基于 Jupyter Notebook 的开源工具，旨在通过 AI 全自动生成无脸视频（如短视频、★ 520
ai-agent-toolsai-agent-tools 是一个精选的 AI 工具、实用程序和资源集合，面向开发者和创作者。它旨在解决 AI 领域信息过载、工具分散的问题，通过分类整理和索★ 512
FlashVideoFlashVideo 是一个面向高效高分辨率视频生成的开源项目，源自 AAAI-2026 论文。它针对现有视频扩散模型在生成高分辨率视频时计算成本高、细节保真度★ 487
ai-shortfilm-promptsai-shortfilm-prompts 是一个 Claude Code Skill，旨在将任何创意转化为电影级、可直接用于视频生成模型的提示词。它解决了普通用★ 477
cli阿里云百炼官方推出的命令行工具，专为AI Agent框架设计。它将百炼平台上的模型调用、搜索、多模态处理和流程编排等能力，封装成结构化的工具调用接口，供Agen★ 475
Magic-MeMagic-Me 是一个基于扩散模型的个性化视频生成项目，旨在实现身份特定的视频定制化生成。它解决了现有文本到视频模型难以保持特定人物身份一致性的问题，允许用户★ 460
Text2VideoText2Video 是一个基于 ICASSP 2022 论文的开源项目，实现文本驱动的说话人视频合成。它通过音素字典将输入文本转换为语音，并驱动人物头像生成与★ 438
ltx-video-macltx-video-mac 是一个专为 Apple Silicon Mac 设计的原生 AI 视频生成应用，基于 LTX-Video 模型，支持文本生成视频和图★ 436
awesome-qwen-prompt-insight这是一个专注于Qwen系列模型的提示词（Prompt）合集项目，旨在收集和整理高质量、覆盖广泛的Qwen提示词，帮助用户更好地使用Qwen模型进行文本生成、图像★ 434
AGI-PapersAGI-Papers 是一个精选的 AI 前沿论文归档项目，聚焦智能体（Agents）、模型架构（Architecture）、训练方法（Training）、检索★ 423
awesome-seedance-2.5-guide这是一个关于字节跳动 Seedance 2.5 视频生成模型的非官方指南仓库，整理了 36 个官方媒体素材，并保留了 Seedance 2 的旧版指南。项目主要★ 413
Awesome-Generation-Acceleration这是一个专注于生成模型加速的资源合集，主要收集扩散模型、文本到图像生成等领域的推理加速技术。它解决了生成式AI模型在部署时计算量大、推理速度慢的问题，通过整理高★ 403
Director3DDirector3D 是一个基于文本生成真实世界相机轨迹和 3D 场景的开源项目，来自 NeurIPS 2024 论文。它解决的是从单一文本描述直接合成动态 3★ 382
Open-AI-UGCOpen-AI-UGC 是一个免费开源的 AI 视频广告生成工具，旨在替代 Arcads 和 MakeUGC 等商业平台。它通过 Veo 3.1、Seedanc★ 378
sdk这是一个面向视频生成场景的TypeScript SDK，核心思路是用JSX语法来声明式地描述视频内容，然后通过统一API接入Kling、Flux、ElevenL★ 342
frametellFrametell 是一个本地优先的 AI 讲解视频生成工具，核心是一个“AI 导演代理”，能把你的想法和素材自动编排成生动的解说视频。它解决的是传统做讲解视频★ 340
AI-Influencer-GeneratorAI-Influencer-Generator 是一个基于 Jupyter Notebook 的开源项目，旨在帮助用户创建和定制虚拟 AI 网红。它利用 Flu★ 331
Orkas-VideoStudioOrkas-VideoStudio 是一个将编程代理转变为视频工作室的开源工具。它允许用户用自然语言描述视频内容，然后由 AI 代理自动编写时间线并生成视频文件★ 331
daihuo-jianshoudaihuo-jianshou 是一个开源的电商带货短视频自动生成工具，主要解决中小商家和内容创作者制作带货视频耗时费力的问题。用户只需上传商品图片，项目便会利★ 330
seedance-2.0-apiSeedance 2.0 API 是字节跳动推出的视频生成模型 Seedance 2.0 的非官方 API 示例项目，主要提供文本生成视频（text-to-vi★ 329
awesome-seedance-2.5-api-prompts这是一个围绕字节跳动 Seedance 2.5 视频生成 API 的提示词与参数指南集合。它旨在帮助开发者快速上手 Seedance 2.5，通过提供结构化的提★ 324
ComfyUI-MiniMaxH3-DirectorComfyUI-MiniMaxH3-Director 是一个专为 MiniMax H3 视频生成模型设计的 ComfyUI 时间轴编辑器节点。它解决了在 Com★ 320
gflow-cligflow-cli 是一个用 Python 编写的命令行工具，把 Google Flow 的 Veo 视频生成和 Imagen 图像生成能力搬到终端里。它解决的★ 318
awesome-ai-media-cn这是一个精选AI视频制作与自媒体运营工具的开源合集，收录了150多个相关项目，涵盖文生视频、一键生成、多平台分发、字幕翻译等场景。它解决了自媒体创作者在工具选择★ 316
t2v-turboT2V-Turbo 是一个面向文本到视频（Text-to-Video）生成的模型代码库，旨在通过一致性模型（Consistency Models）技术加速视频生★ 310
text2youtubetext2youtube 是一个基于 Python 的开源工具，旨在将文本提示快速转化为完整的 YouTube 视频。它解决了内容创作者在视频制作中耗时费力的问★ 309
Clip-AnythingClip-Anything 是一个基于提示词（prompts）从任意视频中智能剪辑精彩片段的开源工具。它解决了传统视频剪辑中人工筛选素材耗时费力的问题，用户只需★ 307
Gen-L-VideoGen-L-Video 是一个基于扩散模型的多文本到长视频生成与编辑的开源项目，对应论文《Gen-L-Video: Multi-Text to Long Vid★ 307
TATSTATS 是一个基于 PyTorch 的长视频生成框架，来自 ECCV 2022 论文。它旨在解决现有视频生成模型只能生成短视频（如几秒）的局限，通过时间无关的★ 289
LoomicLoomic 是一个开源的 AI 画布设计代理，定位为 Lovart、CapCut Video Studio 和 Canva AI 的替代品。它通过聊天驱动的方★ 287
doubao2apidoubao2api 是一个通过逆向工程将字节跳动旗下豆包（Doubao）的私有接口转换为 OpenAI 兼容 REST 服务的开源项目。它解决了开发者无法直接★ 284
LAMPLAMP 是一个基于扩散模型的少样本视频生成框架，发表于 CVPR 2024。它旨在解决视频生成中数据稀缺和运动模式学习困难的问题，通过从少量参考视频中学习可迁★ 283
lumiere-pytorchlumiere-pytorch 是 Google DeepMind 提出的 Lumiere 文本生成视频模型的开源 PyTorch 实现。Lumiere 是一种★ 281
vox-ai-motion-graphics-generator这是一个为编程代理（如 Claude Code、Codex）设计的智能体技能，能将任意主题自动转化为 Vox 风格的纸拼贴解释视频。它解决了从脚本到成片全流程自★ 276
VideoGen-EvalVideoGen-Eval 是一个基于智能体的视频生成评估系统，旨在解决视频生成模型评测标准缺失、评估维度单一的问题。它提供了一套完整的评估框架，支持文本到视频★ 272
guaardvarkGuardvark 是一个自托管的 AI 工作站，旨在将多种 AI 能力整合到本地硬件上运行。它解决了用户对数据隐私和云端依赖的担忧，提供了一套完整的本地 AI★ 271