video-generation

[TPAMI 2025🔥] MagicTime: Modelos de generación de video time-lapse como simuladores metamórficos.

Un modelo multimodal unificado nativo con 3B de parámetros activos para la comprensión, generación y edición de imágenes y videos.

Crea videos cortos para TikTok, Instagram Reels y YouTube Shorts utilizando el Model Context Protocol (MCP) y una API REST.

Bernini es un framework unificado para la generación y edición de video que combina un planificador semántico basado en MLLM con un renderizador basado en DiT.

Código para el artículo sobre representaciones de movimiento para animación articulada.

Código oficial de Motus: un modelo mundial de acción latente unificado

Presentamos StableAvatar, el primer transformer de difusión de video de extremo a extremo, que sintetiza videos de avatares de alta calidad y duración infinita impulsados por audio sin necesidad de posprocesamiento, condicionado a una imagen de referencia y audio.

Skill de generación de B-roll con collage de papel semitono: aprobación de tres puertas, ensamblaje de animación de fotogramas inicial y final con Gemini Omni Flash.

[SIGGRAPH Asia 2026] 4DAnyone: Create Anyone in 4D from a Casual Monocular Video

HunyuanCustom: Una arquitectura impulsada por multimodalidad para la generación de video personalizada.

Free open-source project designed for turning youtube-viedos into viral short videos. Highlight detection, subtitles, translation, voiceover, all in one for your content.

Código para el artículo de SCIS-2025 "UniAnimate: Taming Unified Video Diffusion Models for Consistent Human Image Animation".

Wunjo CE: Intercambio de rostros, sincronización labial, eliminación de objetos, texto y fondos, reestilización, separador de audio, clonación de voz y generación de video. De código abierto, local y gratuito.

[ICLR24] Implementación oficial del artículo “MagicDrive: Street View Generation with Diverse 3D Geometry Control”

Servidor de inferencia LLM nativo para Apple Silicon. Compatible con la API de OpenAI y Anthropic. Sin Python. Incluye la aplicación MLX Core para macOS con chat, modo agente y llamada a herramientas.

MOVA: Hacia la generación de video y audio escalable y sincronizada

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

SCAIL: Hacia una animación de personajes de calidad de estudio mediante el aprendizaje en contexto de representaciones de pose consistentes en 3D (CVPR 2026 Findings).

[ICML2025] SpargeAttention: una atención dispersa sin entrenamiento que acelera la inferencia de cualquier modelo.

[AAAI 2026] EchoMimicV3: 1.3B de parámetros es todo lo que necesitas para la animación humana multimodal y multitarea unificada

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.

Provider-neutral Codex Skill for producing verified AI presenter videos from a script and an authorized presenter image.

[TPAMI 2026] Modelado del mundo 3D y 4D: Un estudio

Una lista de artículos sobre trabajos recientes de Visión Artificial (CV)

Animación de imágenes de dominio abierto de grano fino con guía de movimiento.

[ICLR 2024] SEINE: Modelo de difusión de video de corto a largo plazo para transición y predicción generativa

Un sistema de bots que recopila clips automáticamente mediante filtros personalizados, permite navegar fácilmente por ellos y los compila en un video listo para subir a cualquier plataforma de redes sociales. Incluye soporte completo para VPS y un sistema de cuentas para múltiples usuarios. El bot se divide en tres programas: el servidor, el cliente y el...

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

Escalado de preentrenamiento de video Mixture-of-Experts para inteligencia incorporada

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