video-generation

[TPAMI 2025🔥] MagicTime: Model Pembuatan Video Selang Waktu sebagai Simulator Metamorfik

Model multimodal unified native dengan 3B parameter aktif untuk pemahaman, pembuatan, dan pengeditan gambar dan video.

Membuat video pendek untuk TikTok, Instagram Reels, dan YouTube Shorts menggunakan Model Context Protocol (MCP) dan REST API.

Bernini adalah kerangka kerja terpadu untuk pembuatan dan penyuntingan video yang menggabungkan perencana semantik berbasis MLLM dengan renderer berbasis DiT.

Kode untuk makalah Motion Representations for Articulated Animation

Kode resmi untuk Motus: A Unified Latent Action World Model

Kami mempersembahkan StableAvatar, video diffusion transformer end-to-end pertama, yang mensintesis video avatar berdurasi tak terbatas dan berkualitas tinggi yang digerakkan oleh audio tanpa pascapemrosesan apa pun, dengan kondisi gambar referensi dan audio.

[SIGGRAPH Asia 2026] 4DAnyone: Buat Siapa Saja dalam 4D dari Video Monokuler Kasual

Skill pembuat B-roll kolase kertas halftone editorial: persetujuan tiga gerbang, animasi perakitan bingkai awal dan akhir Gemini Omni Flash | Skill agen B-roll kolase kertas halftone editorial

HunyuanCustom: Arsitektur Berbasis Multimodal untuk Pembuatan Video Kustom

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

Kode untuk Makalah SCIS-2025 "UniAnimate: Taming Unified Video Diffusion Models for Consistent Human Image Animation".

Wunjo CE: Tukar Wajah, Sinkronisasi Bibir, Hapus Kontrol Objek & Teks & Latar Belakang, Restyling, Pemisah Audio, Kloning Suara, Pembuatan Video. Sumber Terbuka, Lokal & Gratis.

[ICLR24] Implementasi resmi dari makalah “MagicDrive: Street View Generation with Diverse 3D Geometry Control”

Server inferensi LLM native untuk Apple Silicon. Kompatibel dengan API OpenAI + Anthropic. Tanpa Python. Termasuk aplikasi macOS MLX Core dengan obrolan, mode agen, dan pemanggilan alat.

MOVA: Menuju Pembuatan Video-Audio yang Dapat Diskalakan dan Disinkronkan.

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

SCAIL: Menuju Animasi Karakter Berstandar Studio melalui Pembelajaran In-Context dari Representasi Pose yang Konsisten 3D (Temuan CVPR 2026)

[ICML2025] SpargeAttention: Perhatian jarang tanpa pelatihan yang mempercepat inferensi model apa pun.

[AAAI 2026] EchoMimicV3: 1.3B Parameter Adalah Semua yang Anda Butuhkan untuk Animasi Manusia Multi-Modal dan Multi-Tugas yang Terpadu

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.

Codex Skill netral penyedia untuk menghasilkan video presenter AI terverifikasi dari sebuah naskah dan gambar presenter resmi.

[TPAMI 2026] Pemodelan Dunia 3D dan 4D: Sebuah Survei

:fire: :fire: :fire: Daftar makalah dari beberapa karya Computer Vision (CV) terkini

Animasi gambar domain terbuka berbutir halus dengan panduan gerak

[ICLR 2024] SEINE: Model Difusi Video Pendek-ke-Panjang untuk Transisi dan Prediksi Generatif

Sistem bot yang mengumpulkan klip secara otomatis melalui filter kustom, memungkinkan Anda menelusuri klip ini dengan mudah, dan menyatukannya menjadi video kompilasi yang siap diunggah langsung ke platform media sosial apa pun. Dukungan VPS penuh disediakan, beserta sistem akun sehingga beberapa pengguna dapat menggunakan bot sekaligus. Bot ini dibagi menjadi tiga program terpisah: Server, Klien, dan lainnya.

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

Penskalaan Mixture-of-Experts Video Pretraining untuk Embodied Intelligence

Pembuatan video dari teks & gambar, generasi pertama