video-generation

AR Diffusionを活用したAwesome Video World Modelsのキュレーションリスト：アルゴリズム、アプリケーション、インフラストラクチャを網羅し、研究者、実務者、愛好家向けの包括的なリソースとなることを目指しています。

[ICLR'25] SynCamMaster: 多様な視点からのマルチカメラ動画生成の同期

Flow-Matching モデルでの強化学習を容易にする統合フレームワーク

Generative World Renderer: ゲームおよび仮想世界向けの AI ネイティブレンダラー

CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024 AIGC 関連の論文とコードのコレクション

PyTorchによるMagViT2トークナイザーの実装

[ICLR 2025] ベクトル量子化を使用しない自己回帰型動画生成

[SIGGRAPH ASIA 2024 TCS] AnimateLCM: パーソナライズされた動画データなしで効率的な計算によるパーソナライズドスタイル動画生成を実現

事後学習型少数ステップ自己回帰型動画生成モデルのためのオンポリシー自己蒸留手法

エンドツーエンドの AI ショート動画制作パイプライン。FastAPI オーケストレーションと Spring Boot ゲートウェイの組み合わせにより、マルチモデルのフェイルオーバー、サーキットブレーカー、メータリング、フルスタックの可観測性を実現。AI 品質ゲート: プロンプトアンカリング、CLIP の一貫性、AV 同期の自動修復。

[ICCV 2025 & ICCV 2025 RIWM 優秀論文賞] Aether：幾何学を考慮した統合ワールドモデル

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

[CVPR 2026] SpatialVID: 空間アノテーション付きの大規模ビデオデータセット

Android Kotlin 用ビデオ検索 SDK。あらゆるビデオアプリに統合可能

動画生成における強化学習に関する論文のキュレーションリスト

GPT Image 2 to Seedance 2.5 Early Access workflow guide.

Vista4D（CVPR 2026 Highlight）：4D ポイントクラウドを使用したビデオ再撮影の公式コード、モデル、データ

生成または予測された動画の品質を評価するための FVD、PSNR、SSIM、LPIPS を簡単に計算できます。

VEnhancer（動画生成のための生成型時空間拡張）の公式コード

Weavy AI、Krea Nodes、Freepik Spaces、FloraFauna AIの無料かつオープンソースの代替品 — 生成AI画像および動画パイプライン向けのノードベースAIワークフロービルダー

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 は、動画、音声、画像プロバイダーにわたる生成 AI メディアパイプラインをオーケストレーションするためのオープンソースの Python SDK であり、すべての出力に対して出所の追跡機能が組み込まれています。

動画生成モデルをファインチューニングしよう！

[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

Cosmos-Drive-Dreams：ワールド基盤モデルを用いたスケーラブルな合成自動運転データ生成

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。

[ICCV 2025] Light-A-Video: 漸進的光融合によるトレーニングフリーの動画リライティング

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.