text-to-video 第 4 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 4 / 4 页）
Sora-FullStackSora-FullStack（SoraFlows）是一个基于 OpenAI Sora 模型的开源全栈 Web 应用，旨在让用户通过文本或图片轻松生成、编辑和分享★ 109
deforum-kandinskydeforum-kandinsky 是一个将 Kandinsky 2.x 模型与 Deforum 动画技术结合的开源工具，用于生成短视频动画。它解决了普通文本生★ 103
Free-BloomFree-Bloom 是一个零样本（Zero-Shot）文本生成视频的开源项目，发表于 NeurIPS 2023。它解决的是无需视频训练数据即可将文本描述转化为★ 98
metaai-apimetaai-api 是一个基于 FastAPI 的逆向工程封装项目，旨在为 Meta AI（原 Llama 系列）提供非官方的 API 接口。它通过 Cook★ 97
seedance-2-generator这是一个基于 Next.js 的开源 SaaS 模板，用于快速搭建视频生成应用，集成了字节跳动的 Seedance 2.0、2.5 和 2 Mini 视频生成模★ 96
ai-mixed-cutai-mixed-cut 是一个基于 AI 的视频再创作引擎，核心思路是“解构-重构”爆款视频模式。它通过 LLM 分析和理解现有视频的内容结构，自动拆解出关键★ 92
text-leech-bottext-leech-bot 是一个基于 Python 的 Telegram 机器人，核心功能是将文本内容（如小说、文章、字幕等）批量转换为视频并上传到 Tel★ 90
text2video-from-scratch这是一个从零开始实现视频扩散模型的教学型开源项目，旨在用清晰、逐步的方式帮助开发者理解文本到视频生成的核心原理。项目基于PyTorch构建，将复杂的视频扩散模型★ 88
reelforgereelforge 是一个基于 Agent 的 AI 视频工厂，用户只需提供一段简要描述，即可自动生成带旁白、字幕且场景可编辑的短视频或长视频。它采用确定性的 ★ 88
awesome-ai-video-prompts这是一个精选的AI视频提示词资源合集，汇集了Veo、Sora、Runway、Pika、Kling等主流AI视频工具的官方指南、提示词模板、电影级拍摄技巧以及音画★ 85
google-veo3-from-scratch这是一个从零开始、逐步实现 Google Veo 3 架构的开源项目，旨在帮助开发者深入理解 Veo 3 视频生成模型的内部原理。项目以 Jupyter Not★ 83
Video-BenchVideo-Bench 是一个视频生成领域的评测基准项目，旨在系统评估视频生成模型的质量。它解决的核心问题是：当前视频生成模型（如Sora类模型）缺乏统一、客观★ 82
awesome-ad-video-prompts这是一个精选的AI视频广告提示词合集，专为Seedance 2.0、Veo 3、Kling、Runway等主流视频生成模型设计，旨在帮助营销人员、创作者和广告从★ 81
MINDMIND 是一个用于评估世界模型记忆一致性和动作控制能力的开源基准测试平台，属于视频生成领域。它主要解决当前视频生成模型在长时程生成中出现的记忆漂移和动作控制不★ 81
muapi-comfyuimuapi-comfyui 是 muapi.ai 官方推出的 ComfyUI 自定义节点插件，旨在将 100 多个主流 AI 模型无缝集成到 ComfyUI 工★ 80
Open-PhyGDPOOpen-PhyGDPO 是一个面向文本生成视频（T2V）任务的物理一致性优化框架，核心方法是物理感知的分组直接偏好优化（PhyGDPO）。它解决的是现有视频生★ 77
Veo3-AI-Video-API这是一个AI视频生成API项目，旨在以极低成本（号称比官方低97%）提供Google Veo 3和OpenAI Sora的视频生成能力。它解决开发者和创作者难以★ 75
StoryblocksStoryblocks 是一个结合 AI 文本生成与图像合成的开源项目，旨在将文字提示转化为带视觉叙事的视频内容。它利用 Stable Diffusion 进行★ 73
ContextDiffContextDiff 是一个基于扩散模型的文本引导图像与视频生成框架，由南洋理工大学等机构提出，相关论文被 ICLR 2024 接收。它旨在解决现有扩散模型在★ 73
text2videotext2video 是一个将文本自动转换为视频的开源工具，旨在提升学习内容的吸引力。它通过自然语言处理提取文本中的关键词，利用 AWS Polly 生成语音，★ 72
mcmmcm（Motion Consistency Model）是一个面向视频生成的加速采样模型，来自NeurIPS 2024论文。它针对视频扩散模型推理速度慢的问题★ 71
CassetteCassette 是一个用于自动生成 30 秒竖屏解说视频的开源 Python 工具，专为 Instagram Reels 和 YouTube Shorts 等★ 71
awesome-seedance-prompts这是一个专注于 Seedance 2.0 视频生成模型的提示词库和资源中心，收录了大量经过验证的高质量提示词模板，覆盖电影感、动漫、UGC、社交媒体、表情包和广★ 69
awesome-happy-horse这是一个围绕 Happy Horse 视频生成模型的中文资源聚合仓库，由社区维护，旨在为使用该模型的创作者提供一站式信息。它解决了官方文档分散、提示词难找、效果★ 67
PISCOPISCO是一个基于稀疏控制的精准视频实例插入工具，旨在解决视频编辑中对象插入不自然、控制不精确的问题。它利用大语言模型和视觉语言模型理解视频内容，通过稀疏控制★ 63
data-forcing-distillationData-Forcing Distillation (DFD) 是一个用于少步视频生成的蒸馏方法，旨在解决现有蒸馏技术在少步生成时出现的多样性和保真度下降问题。★ 61
CogVideo_demoCogVideo_demo 是一个非官方的 CogVideo 演示应用，旨在为 CogVideo 文本生成视频模型提供一个简单易用的交互界面。它基于 Gradi★ 53
LUMIERELUMIERE 是 Google Research 论文《A Space-Time Diffusion Model for Video Generation》的★ 52
MLLMArxivTalkMLLMArxivTalk 是一个基于多模态大语言模型（MLLM）的自动化学术论文讲解视频生成工具。它主要面向 arXiv 上的最新论文，能够自动提取论文核心内★ 51
Talking-HeadAI 数字人口播工具：仅需一段文本或音频文件，几分钟内即可生成演讲视频，支持 100+ 种语言与 350+ 音色模型，大幅降低视频制作门槛。★ 39
flux-ai-worksFlux AI Works 是一个围绕 Flux AI 模型生态的工具集合，专注于图像生成与图像转视频（image-to-video）的 API 封装与工作流编★ 21
heygen-app基于 HeyGen API 的 Python 工具包，用于生成 AI 数字人视频并管理相关资源，帮助开发者以编程方式快速构建虚拟主播内容。★ 5
videoibl.ai 平台的 AI 视频工作室：在统一工作空间中生成数字人视频、克隆声音并撰写脚本，基于 Next.js、TypeScript 与 Tailwind C★ 4