开源视频生成模型

视频生成模型Sora的存档库

一种支持多种视频生成控制任务的统一架构模型。

基于频率分解的身份保持文本到视频生成模型

豆包大模型是字节跳动推出的AI大模型家族，包括 豆包PixelDance、豆包Seaweed 视频生成、文生图、图生图、同声传译、角色扮演、语音合成、声音复刻、语音识别、Function Call和向量化等多个模型。豆包大模型具备强大的语言理解、生成和逻辑能力，能进行个性化创作、情绪丰富的语音合成、高精度语音识别、多风格图像生成和顶级的视频生成。

利用Veo3 ASMR技术生成令人惊叹的放松视频。

用于视频生成的下一帧预测模型。

在视频扩散变换器中合成任何内容的框架。

加速视频扩散模型，生成速度提升 8.5 倍。

这是一个基于HunyuanVideo模型的适配器，用于基于关键帧的视频生成。

Wan2GP 是一个优化后的开源视频生成模型，专为低配置 GPU 用户设计，支持多种视频生成任务。

On-device Sora 是一个基于扩散模型的移动设备端文本到视频生成项目。

OmniHuman-1 是一种基于单张人像和运动信号生成人类视频的多模态框架。

高效生成一致性人物视频动画的模型

革命性深度学习工具，用于面部转换和视频生成。

实时视频生成技术

从手机拍摄的平移视频中生成全景视频

大规模视频生成的自回归扩散模型

用户视频的生成性视频摄像机控制

统一可控的视频生成方法

多视角视频生成同步技术

Google DeepMind的先进视频生成模型

一个开源的视频生成模型，用于创造生动的视频内容。CogVideoX-2B官网入口网址

Gen-3 Alpha是Runway推出的下一代视频生成模型，保真度高、动态表现优秀，支持细粒度控制，适用于创意视频制作和虚拟现实体验，Gen-3 Alpha官网入口网址

通过测试时间缩放显著提升视频生成质量。

TheoremExplainAgent 是一个用于生成多模态定理解释视频的智能系统。

SkyReels V1 是一个开源的人类中心视频基础模型，专注于高质量影视级视频生成。

VideoWorld是一个探索从无标签视频中学习知识的深度生成模型。

创新AI技术，引领数字艺术未来。

Genmo 的视频生成模型，具有高保真运动和强提示遵循性。

Mochi视频生成器的ComfyUI包装节点

生成和交互控制开放世界游戏视频的扩散变换模型