video-generation

[TPAMI 2025🔥] MagicTime : Modèles de génération de vidéos en accéléré en tant que simulateurs métamorphiques.

Un modèle multimodal unifié natif de 3 milliards de paramètres actifs pour la compréhension, la génération et l'édition d'images et de vidéos.

Crée des vidéos courtes pour TikTok, Instagram Reels et YouTube Shorts en utilisant le Model Context Protocol (MCP) et une API REST.

Bernini est un framework unifié pour la génération et l'édition vidéo, combinant un planificateur sémantique basé sur MLLM et un moteur de rendu basé sur DiT.

Code pour l'article Motion Representations for Articulated Animation

Code officiel de Motus : un modèle de monde à action latente unifié.

Présentation de StableAvatar, le premier transformer de diffusion vidéo de bout en bout, qui synthétise des vidéos d'avatars de haute qualité et de longueur infinie pilotées par l'audio, sans post-traitement, conditionné par une image de référence et un fichier audio.

Skill de génération de B-roll en collage de papier demi-teinte : approbation à trois niveaux, assemblage d'animation des images de début et de fin avec Gemini Omni Flash

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

HunyuanCustom : une architecture pilotée par le multimodal pour la génération de vidéos personnalisées

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

Code pour l'article SCIS-2025 "UniAnimate: Taming Unified Video Diffusion Models for Consistent Human Image Animation".

Wunjo CE : Échange de visages, synchronisation labiale, suppression d'objets, de texte et d'arrière-plan, restylisation, séparation audio, clonage vocal et génération vidéo. Open source, local et gratuit.

[ICLR24] Implémentation officielle de l'article « MagicDrive: Street View Generation with Diverse 3D Geometry Control »

Serveur d'inférence LLM natif pour Apple Silicon. Compatible avec les API OpenAI et Anthropic. Sans Python. Inclut l'application macOS MLX Core avec chat, mode agent et appel d'outils.

MOVA : Vers une génération vidéo-audio évolutive et synchronisée

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

SCAIL : Vers une animation de personnages de qualité studio via l'apprentissage en contexte de représentations de poses cohérentes en 3D (CVPR 2026 Findings)

[ICML2025] SpargeAttention : Une attention creuse sans entraînement qui accélère l'inférence de tout modèle.

[AAAI 2026] EchoMimicV3 : 1,3 milliard de paramètres pour une animation humaine multimodale et multitâche unifiée

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.

Compétence Codex neutre par rapport au fournisseur pour produire des vidéos de présentateurs IA vérifiées à partir d'un script et d'une image de présentateur autorisée.

[TPAMI 2026] Modélisation du monde 3D et 4D : une étude

Une liste d'articles sur des travaux récents en vision par ordinateur (CV)

Animation d'images en domaine ouvert à grain fin avec guidage de mouvement

[ICLR 2024] SEINE : Modèle de diffusion vidéo courte à longue pour la transition et la prédiction génératives.

Un système de bots qui collecte automatiquement des clips via des filtres personnalisés, permet de les parcourir facilement et les assemble en une vidéo de compilation prête à être publiée sur n'importe quelle plateforme de réseau social. Support VPS complet inclus, avec un système de comptes permettant à plusieurs utilisateurs d'utiliser le bot simultanément. Ce bot est divisé en trois programmes distincts : le serveur, le client et le...

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

Mise à l'échelle du pré-entraînement vidéo Mixture-of-Experts pour l'intelligence incarnée

Enchaînement de clips pour MiniMax H3 dans ComfyUI - le mouvement et l'audio se poursuivent naturellement d'un raccord à l'autre