text-to-video

✨ Hotshot-XL: Modelo de IA de texto para GIF de última geração treinado para funcionar junto com o Stable Diffusion XL

[NeurIPS 2024] Uma implementação oficial de "ShareGPT4Video: Improving Video Understanding and Generation with Better Captions"

HunyuanVideo-Foley: Difusão multimodal com alinhamento de representação para geração de áudio Foley de alta fidelidade.

[ECCV 2024 Oral] MotionDirector: Personalização de movimento para modelos de difusão de texto para vídeo.

Uma lista curada de recursos, ferramentas, habilidades, tutoriais e artigos sobre OpenClaw. OpenClaw (anteriormente Moltbot / Clawdbot) — agente de IA open-source auto-hospedado para WhatsApp, Telegram, Discord e mais de 50 integrações.

Gerador de texto para vídeo no formato brainrot. Aprenda sobre qualquer tópico com suas personalidades favoritas 😼.

[ICML 2026] Base de código oficial para "Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation" & Causal Forcing++

Geração de vídeo a partir de texto e imagem, 1ª geração

[Destaque CVPR 2025] Geração de vídeo a partir de texto com preservação de identidade via decomposição de frequência

Kandinsky 5.0: Uma família de modelos de difusão para geração de vídeo e imagem

Gere vídeos a partir de texto usando IA

Gere cenas 3D exploráveis em larga escala com vídeos panorâmicos de alta qualidade a partir de uma única imagem ou comando de texto.

CLIP + FFT/DWT/RGB = texto para imagem/vídeo

Implementação do Phenaki Video em PyTorch, que usa MaskGIT para gerar vídeos guiados por texto de até 2 minutos de duração.

ClipForge (anteriormente 'daihuo-jianshou'): Ferramenta de código aberto de IA para vídeos curtos de comércio eletrônico — envie a imagem de um produto e a IA extrai automaticamente os pontos de venda, escreve roteiros, mantém a imagem original do produto sem distorção e adiciona visuais, narração e legendas. Produza vídeos de vendas em lote com custo zero, código aberto sem marca d'água e implantação local. Também suporta a criação de vídeos a partir de um tema em uma frase. Gerador de vídeos curtos de e-commerce/UGC com IA de código aberto.

Um Levantamento sobre Geração/Síntese de Texto para Vídeo.

Integração e Exploração Multimodal do Paddle, dando suporte a tarefas multimodais principais, incluindo modelos de pré-treinamento multimodal em larga escala de ponta a ponta e caixa de ferramentas de modelos de difusão. Equipado com alto desempenho e flexibilidade.

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.

O código oficial do Yume

GPT Image 2 to Seedance 2.5 Early Access workflow guide.

Códigos oficiais do VEnhancer: Generative Space-Time Enhancement for Video Generation

Vamos realizar o ajuste fino de modelos de geração de vídeo!

🔥🔥🔥 Uma lista selecionada de artigos sobre geração multimodal baseada em LLMs (imagem, vídeo, 3D e áudio).

[ECCV 2024] FreeInit: Preenchendo a lacuna de inicialização em modelos de difusão de vídeo

Geração de filmes com IA paralela orientada por DAG multi-modelo — aceleração paralela escalável com a independência das cenas; gera cenas de filme simultaneamente em vez de uma a uma; motor de geração de filmes que modela dependências narrativas como um DAG e utiliza o algoritmo CPM para agendamento paralelo

Transforme seu agente de codificação em um estúdio de vídeo: descreva um vídeo em linguagem simples, e seu agente escreve a linha do tempo e produz o arquivo.

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.

A Collection of Google Colab Notebooks for various projects

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.