视频

LightX2V 开源

把静态图变动态视频，轻量推理快人一步

LightX2V 是一个轻量级的图像到视频（I2V）动作生成推理框架，专注于降低视频生成模型的使用门槛。···

Video-T1 开源

给视频生成加推理链，不重训练也能提升动态质量

Video-T1 是首个面向视频生成的测试时扩展（Test-Time Scaling）方法，由南洋理工大学等机构在 ICC···

Aether 开源

让视频生成自带几何，赋能具身智能空间理解

Aether 是一个面向具身智能与空间智能的统一世界模型，核心解决视频生成中几何一致性缺失的问题。它···

LeanVAE 开源

让视频扩散模型更轻更快，重建不拖后腿

LeanVAE 是一个面向视频扩散模型的高效重建 VAE，旨在解决视频生成中 VAE 计算开销大、内存占用高的···

ReCamMaster 开源

上传一段视频，自由控制相机视角，生成全新运镜视频

ReCamMaster 是一个基于单段视频的相机控制生成式渲染工具，核心解决视频重渲染中相机视角无法自由···

liquid-shape-distortions 开源

在浏览器中实时生成流动迷幻的液体扭曲动画。

这是一个基于WebGL着色器的实时液体形状扭曲动画库，专为在浏览器中创造迷幻视觉效果而设计。它利用···

VACE 开源

一个模型搞定视频生成与编辑，多条件随心控

VACE 是一个基于扩散模型的全能视频生成与编辑框架，由腾讯等机构在 ICCV 2025 论文中提出。它解决···

JavisDiT 开源

一键生成音画同步的短视频，告别无声视频。

JavisDiT 是一个面向音频-视频联合生成的扩散 Transformer 模型系列，由 ICLR 2026 论文官方实现。···

unified_video_action 开源

一个模型同时生成视频和动作，让机器人看得懂未来、动得准。

unified_video_action 是 RSS 2025 论文的官方 PyTorch 实现，旨在统一视频生成与机器人动作预测。···

vynaro 开源

7步全自动生成影视解说视频，从素材到成片一键搞定

Vynaro（叙影 AI）是一款基于 Tauri 2、Rust 和 React 19 构建的桌面端 AI 视频创作工具，专注于影···

splicr 开源

导入素材，7步自动出解说成片

splicr（Vynaro 叙影 AI）是一款基于 Tauri 2 + Rust + React 19 构建的桌面端 AI 影视解说与第一人···

DiT-Extrapolation 开源

不重训、不微调，让视频扩散模型直接生成超长视频

DiT-Extrapolation 是 ICML 2025 论文《RIFLEx: A Free Lunch for Length Extrapolation in Video ···

VideoLingo-OneClick 开源

一键启动，批量完成视频翻译、配音和字幕生成

VideoLingo-OneClick 是一个面向视频创作者和本地化团队的自动化工具，整合了 VideoLingo 的翻译能···

TheoremExplainAgent 开源

让LLM定理推理变成看得懂的动画视频，自动生成教学讲解。

TheoremExplainAgent是一个面向定理理解的多模态视频解释智能体，由ACL 2025 oral论文官方开源。它···

diffusion-forcing-transformer 开源

用历史帧引导扩散模型，生成更连贯的视频

diffusion-forcing-transformer 是 ICML 2025 论文《History-Guided Video Diffusion》的官方 PyTo···

Phantom 开源

让AI生成的视频里，主角永远不跑偏

Phantom 是一个基于扩散模型的文生视频（Text-to-Video）开源项目，专注于解决视频生成中主体一致性···

Mojito 开源

让视频生成听你指挥，精确控制物体运动轨迹和强度

Mojito 是一个面向视频生成的可控运动轨迹与强度控制的开源项目，源自同名论文。它解决的是现有文本···

FlashVideo 开源

高效生成高分辨率视频，先整体后细节，省算力不省画质

FlashVideo 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···

text2video-from-scratch 开源

手把手从零实现视频扩散模型，看懂每一步

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···

manim-generator 开源

输入文字描述，自动生成数学动画视频，无需手动编程。

manim-generator 是一个基于大语言模型（LLM）的自动视频生成工具，它利用 manim 库将文本描述转化···

DiffuEraser 开源

上传视频和掩码，一键移除物体，修复结果自然连贯。

DiffuEraser 是一个基于扩散模型的视频修复（video inpainting）工具，旨在解决视频中移除不需要对···

Light-A-Video 开源

上传视频，一句话或一张图，轻松重打光，无需训练

Light-A-Video 是一个无需训练的视频重打光工具，由南洋理工大学等机构提出，论文发表于 ICCV 2025···

X-Dyna 开源

让静态照片动起来，表情动作一起驱动生成自然视频

X-Dyna 是一个基于扩散模型的动态人体图像动画生成工具，核心解决的是让静态人物照片“活起来”并跟···

story-flicks 开源

输入一句话，AI 自动生成高清故事短视频，零剪辑经验也能上手

story-flicks 是一个基于 AI 大模型的一键式故事短视频生成工具。它解决了普通用户制作高质量短视频···