video-generation

[TPAMI 2025🔥] MagicTime: 変態シミュレータとしてのタイムラプス動画生成モデル

画像と動画の理解、生成、編集を行う、アクティブパラメータ数3Bのネイティブ統合マルチモーダルモデル

Model Context Protocol (MCP)とREST APIを使用して、TikTok、Instagram Reels、YouTube Shorts向けのショート動画を作成する。

Bernini は、MLLM ベースのセマンティックプランナーと DiT ベースのレンダラーを組み合わせた、動画生成および編集のための統合フレームワークです。

論文「Motion Representations for Articulated Animation」のコード

Motus の公式コード：統合潜在アクション世界モデル (A Unified Latent Action World Model)

StableAvatar の公式実装。参照画像と音声を条件として、後処理なしで無制限の長さを誇る高品質な音声駆動アバター動画を合成する、初の端から端までのビデオ拡散トランスフォーマー。

ハーフトーン紙コラージュ B-roll 生成スキル：三段階承認、Gemini Omni Flash の首尾フレーム組み立てアニメーション

HunyuanCustom: カスタム動画生成のためのマルチモーダル駆動型アーキテクチャ

[SIGGRAPH Asia 2026] 4DAnyone: Create Anyone in 4D from a Casual Monocular Video

SCIS-2025 論文「UniAnimate: Taming Unified Video Diffusion Models for Consistent Human Image Animation」のコード。

Wunjo CE：顔の差し替え、リップシンク、オブジェクト・テキスト・背景の削除、スタイル変更、音源分離、音声クローン、動画生成。オープンソース、ローカル実行可能、無料。

[ICLR24] 論文「MagicDrive: Street View Generation with Diverse 3D Geometry Control」の公式実装

Apple Silicon向けのネイティブLLM推論サーバー。OpenAIおよびAnthropic API互換。Python不要。チャット、エージェントモード、ツール呼び出し機能を備えたMLX Core macOSアプリを同梱。

MOVA: スケーラブルで同期されたビデオ・オーディオ生成に向けて

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

SCAIL: 3D一貫性のあるポーズ表現のインコンテキスト学習によるスタジオ品質のキャラクターアニメーションに向けて (CVPR 2026 Findings)

[ICML2025] SpargeAttention: あらゆるモデルの推論を加速する、トレーニング不要のスパースアテンション

[AAAI 2026] EchoMimicV3: 統合されたマルチモーダルおよびマルチタスク人間アニメーションに求められるのは13億パラメータのみ

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。

Provider-neutral Codex Skill for producing verified AI presenter videos from a script and an authorized presenter image.

[TPAMI 2026] 3D および 4D ワールドモデリングのサーベイ

:fire: :fire: :fire: 最近の Computer Vision (CV) に関する論文リスト

モーションガイダンスを用いた、きめ細かなオープン領域の画像アニメーション

[ICLR 2024] SEINE: 生成的トランジションおよび予測のための短尺から長尺への動画拡散モデル

カスタムフィルターを使用してクリップを自動収集し、簡単に閲覧できるようにし、任意のSNSプラットフォームへ直接アップロード可能なまとめ動画に編集するボットシステム。完全なVPSサポートと、複数のユーザーが同時にボットを使用できるアカウントシステムを備えています。このボットは、サーバー、クライアント、その他の3つのプログラムに分かれています。

[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

身体性知能に向けた Mixture-of-Experts 動画事前学習のスケーリング

テキストと画像からの動画生成（第 1 世代）

ComfyUIにおけるMiniMax H3向けのクリップ連鎖 - 結合部分をまたいでモーションとオーディオが自然に継続