视频

DiffusionAsShader 开源

像写着色器一样控制视频生成，相机、物体、运动随心调

DiffusionAsShader 是 SIGGRAPH 2025 论文的官方实现，提出将视频扩散模型视为可编程着色器，实现 ···

DrivingWorld 开源

用视频GPT生成驾驶世界模型，模拟未来路况

DrivingWorld 是一个面向自动驾驶场景的世界模型构建项目，基于视频 GPT 架构生成驾驶视频。它解决···

Promptus 开源

用提示词流替代视频流，极低带宽下传输视频

Promptus 是一个基于稳定扩散（Stable Diffusion）的通用语义视频通信框架，源自 AAAI Oral 论文。···

AiShortsVideosGenerator 开源

输入主题，自动生成带字幕的短视频，全程用免费资源。

这是一个基于 ASP.NET Core 和 Next.js 的全栈开源项目，用于自动生成带字幕的 AI 短视频。它整合了···

KrillinAI 开源

一键翻译配音，视频轻松出海

KrillinAI 是一个基于大语言模型的 AI 视频翻译与配音工具，面向个人用户和 AI Agent 提供完整的视···

NOVA 开源

扔掉向量量化，自回归直接生成流畅视频

NOVA 是一个面向图像与视频生成的自回归模型开源项目，核心创新在于摒弃了传统自回归生成中必需的向···

Kandinsky-4 开源

输入文字或图片，快速生成连贯视频，还自带音频。

Kandinsky-4 是俄罗斯团队开源的视频生成模型，支持文本生成视频和图像生成视频两种模式。它基于扩···

SynCamMaster 开源

输入几个视角，同步生成多路一致视频

SynCamMaster 是一个多视角同步视频生成框架，解决现有单视频生成模型无法在多个不同视角下生成内容···

Imagine360 开源

从普通视频一键生成沉浸式360度全景视频

Imagine360 是一个面向沉浸式 360 度视频生成的开源项目，发表于 NeurIPS 2025。它解决的是从普通视···

PhyT2V 开源

让AI生成的视频更懂物理规律，画面不再反常识

PhyT2V 是一个面向物理感知文本生成视频（Text-to-Video）的官方开源实现，对应 CVPR 2025 论文。它···

HunyuanVideo 开源

写个提示词，电影级视频马上出

腾讯混元出品的大规模视频生成模型系统框架，从数据、模型到训练全面优化，支持高质量文生视频，画···

TeaCache 开源

给视频生成模型装上加速器，推理速度翻倍，画质不掉线

TeaCache 是一个面向视频扩散模型的推理加速工具，通过缓存时间步嵌入来跳过冗余计算，从而在不明显···

VideoGrain 开源

用文本精细控制视频编辑，从风格到细节随心调

VideoGrain 是 ICLR 2025 论文的官方实现，专注于多粒度视频编辑。它基于 Stable Diffusion 和扩散···

ComfyUI-LTXVideo 开源

在 ComfyUI 里拖拽节点，轻松生成和编辑视频

ComfyUI-LTXVideo 是 ComfyUI 的官方插件，用于集成 LTX-Video 视频生成模型。LTX-Video 是 Lightr···

MagicDrive-V2 开源

用文本和轨迹，一键生成高分辨率多视角驾驶长视频

MagicDrive-V2 是 ICCV 2025 论文的官方实现，面向自动驾驶场景的高分辨率长视频生成模型。它解决现···

LTX-Video 开源

一句话或一张图，高清视频马上来

Lightricks 官方开源的 LTX-Video 视频生成模型仓库，基于 DiT 架构实现高质量文生视频与图生视频，···

Awesome-Efficient-Video-Generation 开源

一站式速览高效视频生成前沿方法，省时省力选型。

这是一个精选列表，收录了近期高效的视频生成方法。它旨在解决视频生成领域计算成本高、推理速度慢···

ConsisID 开源

输入文本和一张人脸，生成身份一致的视频。

ConsisID 是一个面向身份保持的文本到视频生成模型，由 CVPR 2025 Highlight 论文提出。它解决的是···

MikuDance 开源

上传一张角色图，轻松生成自然流畅的动画视频

MikuDance 是一个基于扩散模型的角色动画生成工具，专注于将静态角色艺术图（如插画、立绘）转化为···

openscenesense-ollama 开源

本地跑AI，轻松分析视频画面和声音

OpenSceneSense Ollama 是一个基于 Python 的本地视频分析库，它利用 Ollama 运行的开源 AI 模型，···

AdaCache 开源

让视频生成提速，按内容智能跳过冗余计算

AdaCache 是 ICCV 2025 论文的官方代码，针对视频生成扩散 Transformer（DiT）推理速度慢的问题，提···

Video-Generator-AI 开源

输入一句话，自动生成完整视频，营销教育都能用

这是一个基于 Next.js 的视频生成 SaaS 平台，用户只需输入文字描述，即可自动生成营销、教育或社交···

DAWN-pytorch 开源

用扩散模型快速生成动态说话头视频，告别卡顿和误差累积

DAWN-pytorch 是论文《Dynamic Frame Avatar with Non-autoregressive Diffusion Framework》的官方···

Pyramid-Flow 开源

用金字塔流匹配，让视频生成又快又清晰

Pyramid-Flow 是一个基于流匹配的高效视频生成开源项目，由快手科技提出，论文发表于 ICLR 2025。它···