text-to-video

✨ Hotshot-XL: Stable Diffusion XL と連携して動作するようにトレーニングされた最先端の AI テキストから GIF へのモデル

[NeurIPS 2024] 「ShareGPT4Video: Improving Video Understanding and Generation with Better Captions」の公式実装

HunyuanVideo-Foley: 高忠実度Foley音声生成のための表現アライメントを用いたマルチモーダル拡散。

[ECCV 2024 Oral] MotionDirector: Text-to-Video Diffusionモデルのモーションカスタマイズ。

OpenClawのリソース、ツール、スキル、チュートリアル、記事の厳選リスト。OpenClaw（旧Moltbot / Clawdbot）は、WhatsApp、Telegram、Discordおよび50以上の連携に対応した、オープンソースのセルフホスト型AIエージェントです。

脳が腐るような形式のテキストからビデオへのジェネレーター。お気に入りのパーソナリティからあらゆるトピックについて学ぶ 😼

[ICML 2026] 「Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation」および Causal Forcing++ の公式コードベース

テキストと画像からの動画生成（第 1 世代）

[CVPR 2025 Highlight🔥] 周波数分解によるアイデンティティ保持型テキスト動画生成手法

Kandinsky 5.0: 動画および画像生成のための拡散モデルファミリー

AI を使用してテキストから動画を生成

1枚の画像またはテキストプロンプトから、高品質なパノラマ動画を使用して大規模な探索可能な 3D シーンを生成します。

CLIP + FFT/DWT/RGBによるテキストから画像/動画への変換

Mask GIT を使用して最長 2 分間のテキスト誘導型動画を生成する Phenaki Video の PyTorch による実装

ClipForge：オープンソースの AI 物販ショート動画生成ツール —— 商品画像を1枚アップロードするだけで、AI が自動でセールスポイントの抽出、プロモーション台元の作成、変形しない商品画像の固定、画面・音声・字幕の生成を行い、ワンクリックで抖音小店、快手、小红书、TikTok Shop 向けの販売ショート動画を出力します。コストゼロでの一括動画生成、オープンソースでウォーターマークなし、ローカル環境へのセルフホストに対応。1行のテーマ入力からの動画生成もサポートしています。オープンソースの AI EC/UGC ショート動画ジェネレーター。

テキストから動画への生成／合成に関するサーベイ。

Paddle のマルチモーダル統合および探索ツールボックス。エンドツーエンドの大規模マルチモーダル事前学習モデルや拡散モデルを含む主流のマルチモーダルタスクをサポート。高性能と柔軟性を備えています。

Yume の公式コード

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.

VEnhancer（動画生成のための生成型時空間拡張）の公式コード

動画生成モデルをファインチューニングしよう！

🔥🔥🔥 LLMベースのマルチモーダル生成（画像、動画、3D、音声）に関する厳選された論文リスト

[ECCV 2024] FreeInit: 動画拡散モデルにおける初期化ギャップの橋渡し

マルチモデル DAG 駆動型並列 AI 映像生成 — シーンの独立性に応じて並列高速化がスケールします。シーンを1つずつではなく同時に生成します。「把影视生成的执行图从拓扑序变成关键路径最优调度」；シーンの物語依存関係を DAG としてモデル化し、CPM アルゴリズムによって並列スケジュールを駆動する唯一の映像生成エンジン

コーディングエージェントをビデオスタジオに変える：プレーンテキストで動画を説明すると、エージェントがタイムラインを作成し、ファイルを生成します。

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.

さまざまなプロジェクト向けの Google Colab ノートブック集

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.