text-to-video

✨ Hotshot-XL : Modèle d'IA texte-vers-GIF de pointe entraîné pour fonctionner avec Stable Diffusion XL

[NeurIPS 2024] Implémentation officielle de "ShareGPT4Video: Improving Video Understanding and Generation with Better Captions"

HunyuanVideo-Foley : diffusion multimodale avec alignement de représentation pour la génération audio Foley haute fidélité.

[ECCV 2024 Oral] MotionDirector : Personnalisation de mouvement pour les modèles de diffusion texte-vidéo.

Une liste organisée de ressources, outils, compétences, tutoriels et articles sur OpenClaw. OpenClaw (anciennement Moltbot / Clawdbot) est un agent IA open-source auto-hébergé pour WhatsApp, Telegram, Discord et plus de 50 intégrations.

Générateur de texte en vidéo sous forme de brainrot. Apprenez n'importe quel sujet avec vos personnalités préférées 😼.

[ICML 2026] Base de code officielle pour "Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation" & Causal Forcing++

Génération de vidéo à partir de texte et d'image, 1ère génération

[CVPR 2025 Highlight] Génération de texte vers vidéo préservant l'identité par décomposition fréquentielle.

Kandinsky 5.0 : Une famille de modèles de diffusion pour la génération d'images et de vidéos.

Générer des vidéos à partir de texte grâce à l'IA

Générez des scènes 3D explorables à grande échelle avec des vidéos panoramiques de haute qualité à partir d'une seule image ou d'une invite textuelle.

CLIP + FFT/DWT/RGB = texte vers image/vidéo.

Implémentation en Pytorch de Phenaki Video, utilisant Mask GIT pour générer des vidéos guidées par texte d'une durée maximale de 2 minutes.

Générateur open-source de courtes vidéos e-commerce/UGC propulsé par l'IA — Téléchargez une image de produit, l'IA extrait automatiquement les arguments de vente, rédige le script promotionnel, préserve l'image originale sans déformation, génère les visuels, la voix off et les sous-titres, pour produire en un clic des vidéos de vente pour TikTok Shop, Douyin, Kuaishou ou Xiaohongshu. Production en lot à coût zéro, open-source sans filigrane, auto-hébergé en local. Prend également en charge la création de vidéos à partir d'un thème en une phrase.

Une étude sur la génération et la synthèse de texte vers vidéo.

Paddle Multimodal Integration and eXploration, prenant en charge les tâches multimodales courantes, incluant des modèles de pré-entraînement multimodaux à grande échelle et une boîte à outils de modèles de diffusion, alliant haute performance et flexibilité.

Le code officiel de Yume

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.

GPT Image 2 to Seedance 2.5 Early Access workflow guide.

Codes officiels de VEnhancer : Amélioration spatio-temporelle générative pour la génération de vidéo

Fine-tunons des modèles de génération vidéo !

Une liste organisée d'articles sur la génération multimodale basée sur les LLM (image, vidéo, 3D et audio).

[ECCV 2024] FreeInit : Combler l'écart d'initialisation dans les modèles de diffusion vidéo

Génération de films IA en parallèle pilotée par DAG multi-modèles : accélération parallèle proportionnelle à l'indépendance des scènes ; génération simultanée de scènes de film ; moteur de génération cinématographique modélisant les dépendances narratives sous forme de DAG et utilisant l'algorithme CPM pour l'ordonnancement parallèle.

Transformez votre agent de codage en studio vidéo : décrivez une vidéo en langage clair, et votre agent rédige la chronologie et produit le fichier.

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.

Une collection de notebooks Google Colab pour divers projets

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.