text-to-video

Hotshot-XL: modelo de IA de texto a GIF de última generación entrenado para funcionar junto con Stable Diffusion XL.

[NeurIPS 2024] Implementación oficial de "ShareGPT4Video: Mejorando la comprensión y generación de video con mejores subtítulos"

HunyuanVideo-Foley: Difusión multimodal con alineación de representación para la generación de audio Foley de alta fidelidad.

[ECCV 2024 Oral] MotionDirector: personalización de movimiento para modelos de difusión de texto a video.

Una lista curada de recursos, herramientas, habilidades, tutoriales y artículos sobre OpenClaw. OpenClaw (anteriormente Moltbot / Clawdbot) es un agente de IA de código abierto autohospedado para WhatsApp, Telegram, Discord y más de 50 integraciones.

Generador de texto a video en formato brainrot. Aprende sobre cualquier tema de tus personalidades favoritas 😼.

[ICML 2026] Repositorio oficial para "Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation" y Causal Forcing++

Generación de video a partir de texto e imagen, primera generación

[CVPR 2025 Highlight] Generación de video a partir de texto con preservación de identidad mediante descomposición de frecuencia.

Kandinsky 5.0: Una familia de modelos de difusión para la generación de video e imagen.

Generar video a partir de texto usando IA

Genera escenas 3D explorables a gran escala con videos panorámicos de alta calidad a partir de una sola imagen o prompt de texto.

CLIP + FFT/DWT/RGB = texto a imagen/video

Implementación en PyTorch de Phenaki Video, que utiliza Mask GIT para producir videos guiados por texto de hasta 2 minutos de duración.

ClipForge: Herramienta de código abierto de IA para generar videos cortos de comercio electrónico. Sube una imagen de producto y la IA extrae puntos de venta, escribe guiones, mantiene la imagen original sin deformaciones y añade imágenes, voz y subtítulos. Generación masiva de videos sin costo, sin marcas de agua y con despliegue local.

Un estudio sobre la generación/síntesis de texto a video.

Paddle Multimodal Integration and eXploration, que soporta tareas multimodales convencionales, incluyendo modelos de preentrenamiento multimodal a gran escala de extremo a extremo y un conjunto de herramientas de modelos de difusión. Equipado con alto rendimiento y flexibilidad.

Topic in, narrated explainer video out. A Claude Code / Codex skill that turns any topic into a black-canvas motion-graphics explainer video with TTS voiceover, subtitles and a chapter progress bar. Chinese or English; every frame drawn in code with Remotion.

Código oficial de Yume

GPT Image 2 to Seedance 2.5 Early Access workflow guide.

Código oficial de VEnhancer: mejora espacio-temporal generativa para la generación de video.

¡Ajustemos modelos de generación de video!

🔥🔥🔥 Una lista seleccionada de artículos sobre generación multimodal basada en LLMs (imagen, video, 3D y audio).

[ECCV 2024] FreeInit: Cerrando la brecha de inicialización en modelos de difusión de video

Generación de cine con IA en paralelo impulsada por DAG multimodelo: la aceleración paralela escala con la independencia de la escena; genera escenas de cine simultáneamente en lugar de una por una; motor de generación cinematográfica que modela la narrativa de escenas como un DAG y utiliza el algoritmo CPM para la programación paralela.

Convierte tu agente de programación en un estudio de video: describe un video en lenguaje sencillo y tu agente escribirá la línea de tiempo y producirá el archivo.

An all-in-one, 100% local AI video, image, and music studio. Director mode plans full music videos and short films from a single prompt. Built on the WanGP pipeline. Install via Pinokio.

Una colección de notebooks de Google Colab para diversos proyectos

Open-source AI video workbench. Bring any model or your local ComfyUI, and let Claude Code / Codex / Cursor direct it over MCP — storyboard, references, generation, editable first cut on a real timeline. Local-first: projects, prompts, and keys stay on your machine. No account, no telemetry.