text-to-video

✨ Hotshot-XL: Model AI text-to-GIF mutakhir yang dilatih untuk bekerja bersama Stable Diffusion XL.

[NeurIPS 2024] Implementasi resmi "ShareGPT4Video: Meningkatkan Pemahaman dan Pembuatan Video dengan Keterangan yang Lebih Baik"

HunyuanVideo-Foley: Difusi Multimodal dengan Penyelarasan Representasi untuk Pembuatan Audio Foley Berkualitas Tinggi.

[ECCV 2024 Oral] MotionDirector: Kustomisasi Gerakan pada Model Difusi Text-to-Video.

Daftar kurasi sumber daya, alat, keahlian, tutorial & artikel OpenClaw. OpenClaw (sebelumnya Moltbot / Clawdbot) — agen AI open-source yang di-hosting sendiri untuk WhatsApp, Telegram, Discord & 50+ integrasi.

Generator teks ke video dalam bentuk brainrot. Pelajari topik apa pun dari tokoh favorit Anda 😼.

[ICML 2026] Basis kode resmi untuk "Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation" & Causal Forcing++

Pembuatan video dari teks & gambar, generasi pertama

[Sorotan CVPR 2025🔥] Pembuatan Video dari Teks dengan Menjaga Identitas melalui Dekomposisi Frekuensi

Kandinsky 5.0: Sekeluarga model difusi untuk pembuatan Video & Gambar

Hasilkan video dari teks menggunakan AI

Hasilkan adegan 3D berskala besar yang dapat dijelajahi dengan video panorama berkualitas tinggi dari satu gambar atau prompt teks.

CLIP + FFT/DWT/RGB = teks ke gambar/video

Implementasi Phenaki Video, yang menggunakan Mask GIT untuk menghasilkan video berpanduan teks dengan durasi hingga 2 menit, dalam Pytorch

ClipForge (sebelumnya 'daihuo-jianshou'): Alat video pendek e-commerce AI open-source — unggah gambar produk, AI otomatis mengekstrak nilai jual + menulis skrip promosi + mengunci gambar asli produk agar tidak berubah bentuk + menambahkan visual/sulih suara/subitel, menghasilkan video pendek penjualan untuk Douyin / Kuaishou / Xiaohongshu / TikTok Shop dalam satu klik. Produksi massal tanpa biaya, open-source tanpa tanda air, dapat dideploy secara lokal. Juga mendukung pembuatan video dari topik satu kalimat. Generator video pendek e-commerce/UGC AI open-source.

Survei tentang Pembuatan/Sintesis Teks-ke-Video.

Integrasi dan Eksplorasi Multimodal Paddle, mendukung tugas multimodal arus utama, termasuk model pra-pelatihan multimodal skala besar end-to-end dan kotak alat model difusi. Dilengkapi dengan kinerja tinggi dan fleksibilitas.

Kode resmi 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.

Kode resmi VEnhancer: Generative Space-Time Enhancement untuk pembuatan video.

Mari lakukan fine-tune pada model pembuatan video!

🔥🔥🔥 Daftar kurasi makalah tentang generasi multimodal berbasis LLM (gambar, video, 3D, dan audio).

[ECCV 2024] FreeInit: Menjembatani Kesenjangan Inisialisasi dalam Model Difusi Video

Generasi film AI paralel berbasis multi-model yang didorong oleh DAG — percepatan paralel berskala dengan independensi adegan; Menghasilkan adegan film secara bersamaan alih-alih satu per satu; Mesin penghasil film yang memodelkan ketergantungan narasi adegan sebagai DAG dan digerakkan oleh algoritma CPM untuk penjadwalan paralel.

Ubah coding agent Anda menjadi studio video: deskripsikan video dalam bahasa sehari-hari, dan agent Anda akan menulis linimasa serta menghasilkan file tersebut.

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.

Kumpulan Google Colab Notebook untuk berbagai proyek

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.