video-generation

AR डिफ्यूजन के साथ बेहतरीन वीडियो वर्ल्ड मॉडल्स की एक क्यूरेटेड सूची: इसमें एल्गोरिदम, एप्लिकेशन और इंफ्रास्ट्रक्चर शामिल हैं, जो शोधकर्ताओं, पेशेवरों और उत्साही लोगों के लिए एक व्यापक संसाधन के रूप में कार्य करती है।

[ICLR'25] SynCamMaster: विभिन्न दृष्टिकोणों से मल्टी-कैमरा वीडियो जनरेशन को सिंक्रोनाइज करना

Flow-Matching मॉडल्स में आसान रीइन्फोर्समेंट लर्निंग के लिए एक एकीकृत फ्रेमवर्क

जेनरेटिव वर्ल्ड रेंडरर: गेम्स और वर्चुअल वर्ल्ड के लिए एक AI-नेटिव रेंडरर

CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024 AIGC के लिए पेपर्स और कोड का संग्रह

Pytorch में MagViT2 Tokenizer का कार्यान्वयन

[ICLR 2025] वेक्टर क्वांटाइजेशन के बिना ऑटोरिग्र्रेसिव वीडियो जनरेशन।

[SIGGRAPH ASIA 2024 TCS] AnimateLCM: व्यक्तिगत वीडियो डेटा के बिना कंप्यूटेशन-कुशल व्यक्तिगत शैली वीडियो जनरेशन।

पोस्ट-ट्रेनिंग फ्यू-स्टेप ऑटोरिग्रैसिव वीडियो जनरेटर के लिए ऑन-पॉलिसी सेल्फ-डिस्टिलेशन

एंड-टू-एंड AI शॉर्ट-वीडियो प्रोडक्शन पाइपलाइन। FastAPI ऑर्केस्ट्रेशन + Spring Boot गेटवे, जिसमें मल्टी-मॉडल फेलओवर, सर्किट ब्रेकर, मीटरिंग और फुल-स्टैक ऑब्जर्वेबिलिटी शामिल है। AI क्वालिटी गेटिंग: प्रॉम्प्ट एंकरिंग, CLIP कंसिस्टेंसी, AV सिंक ऑटो-रेस्क्यू।

Open-source AI-powered video sequence platform built with TanStack Start

[ICCV 2025 & ICCV 2025 RIWM उत्कृष्ट पेपर] Aether: ज्यामितीय-जागरूक एकीकृत विश्व मॉडलिंग

[CVPR 2026] SpatialVID: स्थानिक एनोटेशन के साथ एक बड़े पैमाने का वीडियो डेटासेट

Android Kotlin के लिए वीडियो सर्च SDK। किसी भी वीडियो ऐप में इंटीग्रेट करें।

वीडियो जनरेशन के लिए रीइन्फोर्समेंट लर्निंग पर शोध पत्रों की एक क्यूरेटेड सूची

GPT Image 2 to Seedance 2.5 Early Access workflow guide.

Vista4D के लिए आधिकारिक कोड, मॉडल और डेटा: 4D पॉइंट क्लाउड के साथ वीडियो रीशूटिंग (CVPR 2026 हाइलाइट)।

आप जेनरेट किए गए या अनुमानित वीडियो की गुणवत्ता का मूल्यांकन करने के लिए आसानी से FVD, PSNR, SSIM, LPIPS की गणना कर सकते हैं।

VEnhancer के आधिकारिक कोड: वीडियो जनरेशन के लिए जेनरेटिव स्पेस-टाइम एन्हांसमेंट।

Weavy AI, Krea Nodes, Freepik Spaces और FloraFauna AI का मुफ्त, ओपन-सोर्स विकल्प — जेनेरेटिव इमेज और वीडियो पाइपलाइनों के लिए नोड-आधारित AI वर्कफ़्लो बिल्डर

Multi-agent AI pipeline that turns one line of text into a finished short-form drama: script, cinematic storyboards, character-consistent video. Provider-agnostic (OpenAI/Claude, MJ, Minimax, Veo/Sora, fal, ComfyUI). MIT.

Genblaze एक ओपन सोर्स Python SDK है जो वीडियो, ऑडियो और इमेज प्रदाताओं के बीच जेनरेटिव AI मीडिया पाइपलाइनों को व्यवस्थित करता है, जिसमें प्रत्येक आउटपुट के लिए इन-बिल्ट प्रोवेनेंस शामिल है।

आइए वीडियो जनरेशन मॉडल को फाइन-ट्यून करें!ഃ

[ECCV 2024] FreeInit: वीडियो डिफ्यूजन मॉडल में इनिशियलाइज़ेशन गैप को कम करना।

Cosmos-Drive-Dreams: वर्ल्ड फाउंडेशन मॉडल के साथ स्केलेबल सिंथेटिक ड्राइविंग डेटा जनरेशन

मल्टी-मॉडल DAG-संचालित समानांतर AI फिल्म जनरेशन इंजन, जो CPM एल्गोरिदम का उपयोग करके दृश्यों को एक साथ जेनरेट करता है।

अपने कोडिंग एजेंट को वीडियो स्टूडियो में बदलें: साधारण भाषा में वीडियो का वर्णन करें, और आपका एजेंट टाइमलाइन लिखकर फाइल तैयार करेगा।

Claude AI skill for cinematic Higgsfield AI prompts — 32 sub-skills covering Seedance 2.5 (omni-reference, video edit + extend) and 2.0, the Hell Grind feature-film pipeline, an acting system, Cinema Studio 2.5/3.0/3.5, MCSLA, Soul ID consistency, Kling 3.0 Motion Control, the DISCIPLINE framework, and 18 templates.

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.

[ICCV 2025] Light-A-Video: प्रोग्रेसिव लाइट फ्यूजन के माध्यम से ट्रेनिंग-मुक्त वीडियो रीलाइटिंग