video-generation

[TPAMI 2025🔥] MagicTime: Modelos de geração de vídeo time-lapse como simuladores metamórficos.

Um modelo multimodal nativo unificado com 3B de parâmetros ativos para compreensão, geração e edição de imagens e vídeos.

Cria vídeos curtos para TikTok, Instagram Reels e YouTube Shorts usando o Model Context Protocol (MCP) e uma API REST.

Bernini é um framework unificado para geração e edição de vídeo que combina um planejador semântico baseado em MLLM com um renderizador baseado em DiT.

Código para o artigo Motion Representations for Articulated Animation

Código oficial do Motus: um modelo de mundo de ação latente unificado

Apresentamos o StableAvatar, o primeiro transformador de difusão de vídeo de ponta a ponta, que sintetiza vídeos de avatar guiados por áudio de alta qualidade e duração infinita, sem qualquer pós-processamento, condicionados a uma imagem de referência e áudio.

Skill de geração de B-roll com colagem de papel em meio-tom: aprovação de três estágios, montagem de animação de quadros iniciais e finais com Gemini Omni Flash

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

HunyuanCustom: Uma arquitetura multimodal para geração de vídeo personalizada.

Código para o artigo do SCIS-2025 "UniAnimate: Taming Unified Video Diffusion Models for Consistent Human Image Animation".

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

Wunjo CE: Troca de rosto, sincronia labial, remoção de objetos, texto e fundo, reestilização, separador de áudio, clonagem de voz, geração de vídeo. Código aberto, local e gratuito.

[ICLR24] Implementação oficial do artigo “MagicDrive: Street View Generation with Diverse 3D Geometry Control”

Servidor de inferência LLM nativo para Apple Silicon. Compatível com a API da OpenAI e Anthropic. Sem Python. Inclui o aplicativo MLX Core para macOS com chat, modo agente e chamada de ferramentas.

MOVA: rumo à geração de vídeo e áudio escalável e sincronizada.

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

SCAIL: Rumo à animação de personagens de nível de estúdio via aprendizado em contexto de representações de pose 3D consistentes (CVPR 2026 Findings).

[ICML2025] SpargeAttention: Uma atenção esparsa livre de treinamento que acelera a inferência de qualquer modelo.

[AAAI 2026] EchoMimicV3: 1.3B Parâmetros são Tudo o que Você Precisa para Animação Humana Multimodal e Multitarefa Unificada

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.

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

[TPAMI 2026] Modelagem de Mundo 3D e 4D: Uma Pesquisa

Lista de artigos de trabalhos recentes em Visão Computacional (CV)

Animação de imagem de domínio aberto de granulação fina com orientação de movimento

[ICLR 2024] SEINE: Modelo de Difusão de Vídeo de Curto para Longo Prazo para Transição e Predição Generativa

Um sistema de bots que coleta clipes automaticamente por meio de filtros personalizados, permite navegar facilmente por esses clipes e os reúne em um vídeo de compilação pronto para ser enviado diretamente para qualquer plataforma de mídia social. Suporte completo a VPS é fornecido, juntamente com um sistema de contas para que vários usuários possam usar o bot ao mesmo tempo. Este bot é dividido em três programas separados: o servidor, o cliente e o

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

Escalonamento de pré-treinamento de vídeo Mixture-of-Experts para Inteligência Embodied

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