video-generation

[ICLR 2025] कुशल वीडियो जनरेटिव मॉडलिंग के लिए पिरामिडल फ्लो मैचिंग

InternGPT (iGPT) एक ओपन सोर्स डेमो प्लेटफॉर्म है जहाँ आप आसानी से अपने AI मॉडल प्रदर्शित कर सकते हैं। अब यह DragGAN, ChatGPT, ImageBind, GPT-4 जैसे मल्टीमॉडल चैट, SAM, इंटरैक्टिव इमेज एडिटिंग आदि को सपोर्ट करता है।

50+ ओपन-सोर्स जनरेटिव AI ऐप्स जिन्हें आप क्लोन, तैनात और मुद्रीकृत कर सकते हैं — इमेज जनरेटर, वीडियो टूल, वर्चुअल ट्राई-ऑन, AI SaaS टेम्प्लेट, और प्लेटफॉर्म इंटीग्रेशन। हर टेम्प्लेट पर वन-क्लिक Vercel डिप्लॉय।

🎬 एआई एजेंटों के साथ पूरी तरह से स्वचालित यूट्यूब चैनल प्रबंधन। 24/7 वीडियो बनाता, अनुकूलित और प्रकाशित करता है। मुफ़्त Gemini API या OpenAI के साथ काम करता है। किसी कोडिंग की आवश्यकता नहीं है!

[ECCV 2024, Oral] DynamiCrafter: Video Diffusion Priors के साथ ओपन-डोमेन छवियों को एनिमेट करना।

MuseV: विजुअल कंडीशंड पैरेलल डीनोइजिंग के साथ इनफिनिट-लेंथ और हाई फिडेलिटी वर्चुअल ह्यूमन वीडियो जनरेशन

लाइटवेट इमेज वीडियो एक्शन जनरेशन इन्फ्रेंस फ्रेमवर्क

कॉन्फिडेंस-अवेयर पोज़ गाइडेंस के साथ उच्च-गुणवत्ता वाला मानव गति वीडियो जनरेशन

ResearchStudio: हमारा AI सह-लेखक, शोध समस्या से लेकर अंतिम प्रकाशन तक।

लॉन्ग वीडियो जनरेशन इन्फ्रास्ट्रक्चर

मैट्रिक्स-गेम 3.0: लॉन्ग-हॉरिजन मेमोरी के साथ रियल-टाइम और स्ट्रीमिंग इंटरैक्टिव वर्ल्ड मॉडल

Helios: रियल रियल-टाइम लॉन्ग वीडियो जनरेशन मॉडल

[ICML 2026] कोड के माध्यम से वीडियो जनरेशन

🎬 2000+ क्यूरेटेड Seedance 2.0 वीडियो जनरेशन प्रॉम्प्ट्स — सिनेमैटिक, एनीमे, यूसीजी, विज्ञापन, मीम स्टाइल्स। इसमें Seedance API गाइड, कैरेक्टर कंसिस्टेंसी टिप्स और एडवांस्ड वीडियो वर्कफ़्लो शामिल हैं।

[ICCV'25 बेस्ट पेपर फाइनलिस्ट] ReCamMaster: एक सिंगल वीडियो से कैमरा-नियंत्रित जनरेटिव रेंडरिंग

पेपर के लिए आधिकारिक कार्यान्वयन: DreamTalk: When Expressive Talking Head Generation Meets Diffusion Probabilistic Models

[CVPR2024 हाइलाइट] VBench - हम वीडियो जनरेशन का मूल्यांकन करते हैं

🚀 AI पूरी तरह से स्वचालित वीडियो निर्माण कर्मचारी | आपका पहला AIGC सहकर्मी। एक विचार चैट करें। एक फिल्म प्राप्त करें। 🦞

एक विषय को तैयार Vox-शैली के पेपर-कोलाज एक्सप्लेनर/विज्ञापन वीडियो में बदलें - Atlas Cloud + ffmpeg पर स्वचालित एंड-टू-एंड। एक एजेंट स्किल।

विषय → कोडिंग एजेंटों के लिए 4K नैरेटेड वीडियो। v4.0: ttsCN इंजन घटक के माध्यम से सभी TTS (11 प्लेटफ़ॉर्म जिनमें MiniMax वॉयस क्लोन, मूल शब्द-स्तरीय उपशीर्षक सिंक शामिल हैं), मैनिफेस्ट-आधारित एसेट इंजन, Remotion कंपोज़िशन, लागत-नियंत्रित AI जनरेशन

"MIMO: Controllable Character Video Synthesis with Spatial Decomposed Modeling" का आधिकारिक कार्यान्वयन

आधिकारिक MiniMax Model Context Protocol (MCP) सर्वर जो शक्तिशाली Text to Speech, इमेज जनरेशन और वीडियो जनरेशन API के साथ इंटरैक्शन सक्षम बनाता है।

ओपन-सोर्स लोकल AI शॉर्ट ड्रामा मेकर: कहानी से वीडियो तक, पूरी तरह से ऑफ़लाइन, आपका डेटा आपके पास रहता है।

Phantom: क्रॉस-मोडल एलाइनमेंट के माध्यम से सब्जेक्ट-कंसिस्टेंट वीडियो जनरेशन

[Rongguang] - एजेंट-आधारित संपूर्ण AI लघु नाटक/कॉमिक/वीडियो निर्माण प्लेटफ़ॉर्म - Java और agentscope 2.0 पर निर्मित।

Video Diffusion Models का कार्यान्वयन, जोनाथन हो का नया पेपर जो DDPMs को वीडियो जनरेशन तक बढ़ाता है - Pytorch में

Timestep Embedding Tells: वीडियो डिफ्यूजन मॉडल के लिए कैश करने का समय आ गया है

Cosmos-Predict2.5, Cosmos World Foundation Models (WFMs) परिवार का नवीनतम संस्करण, जो वीडियो के रूप में दुनिया की भविष्य की स्थिति का अनुकरण और भविष्यवाणी करने में विशेषज्ञता रखता है।

[AAAI 2024] Follow-Your-Pose: यह रेपो "Follow-Your-Pose : Pose-Guided Text-to-Video Generation using Pose-Free Videos" का आधिकारिक कार्यान्वयन है।

प्लग-एंड-प्ले लोकल AI स्टूडियो: अनसेंसर्ड चैट, इमेज और वीडियो जनरेशन, कोडिंग एजेंट। यह 100% ऑफलाइन abliterated LLMs और ComfyUI चलाता है। एक इंस्टॉलर, कोई Docker नहीं, कोई क्लाउड नहीं।