音频驱动的交互式头部生成框架，用于双人对话。

基于频率分解的身份保持文本到视频生成模型

生成视频的开源模型，CogVideoX-5B官网入口网址

视频生成的轨迹导向扩散变换器，Tora官网入口网址

文本到视频的生成模型，CogVideoX官网入口网址

一个互动故事讲述的 AI 平台，通过图像和音频生成视频。

用于视频生成的下一帧预测模型。

开源视频生成模型，支持多种生成任务。

加速视频扩散模型，生成速度提升 8.5 倍。

Wan2.1-T2V-14B 是一款高性能的文本到视频生成模型，支持多种视频生成任务。

JoyGen 是一种音频驱动的 3D 深度感知的说话人脸视频编辑技术。

FlashVideo 是一个高效的高分辨率视频生成模型，专注于细节和保真度的流动。

CineMaster 是一个 3D 意识的可控文本到视频生成框架，允许用户在 3D 空间中操纵对象和相机。

Lumina-Video 是一个用于视频生成的初步尝试项目，支持文本到视频的生成。

使用AI大模型一键生成高清故事短视频，支持多种语言模型和图像生成技术。

VideoJAM 是一种用于增强视频生成模型运动连贯性的框架。

生成无限长度视频的文本条件视频生成技术

视频生成模型的时间组合性评估工具

使用Runway API，随时随地创造视频内容。

高效视频生成建模的金字塔流匹配技术

Mochi视频生成器的ComfyUI包装节点

统一可控的视频生成方法

灵感激发与视频创作平台

开源图像到视频生成模型

一种用于控制人类图像动画的方法

视频生成评估基准测试

探索AI前沿，精选国内外AI产品与应用。

WorldDreamer是一种通用世界模型，用于视频生成，能够在图像到视频合成、文本到视频生成、视频修补、视频风格化甚至动作到视频生成等方面展现出卓越的性能，视界一粟YiSu官网入口网址

MimicMotion是一款高质量的人体动作视频生成工具，通过自信的姿势引导和渐进潜在融合策略，实现任意长度视频的生成，MimicMotion官网入口网址

在视频扩散变换器中合成任何内容的框架。

GAIA-2 是一个先进的视频生成模型，用于创建安全的自动驾驶场景。

Wan2.1 是一款开源的先进大规模视频生成模型，支持多种视频生成任务。