text-to-video

MOVA: Hướng tới Tạo video–audio có thể mở rộng và đồng bộ hóa

[NeurIPS 2024] Bản cài đặt chính thức của "ShareGPT4Video: Improving Video Understanding and Generation with Better Captions"

HunyuanVideo-Foley: Khuếch tán đa phương thức với căn chỉnh biểu diễn để tạo âm thanh Foley độ trung thực cao.

[ECCV 2024 Oral] MotionDirector: Tùy chỉnh chuyển động của các mô hình khuếch tán Văn bản sang Video.

Danh sách tổng hợp các tài nguyên, công cụ, kỹ năng, hướng dẫn và bài viết về OpenClaw. OpenClaw (trước đây là Moltbot / Clawdbot) — tác nhân AI tự lưu trữ mã nguồn mở cho WhatsApp, Telegram, Discord và hơn 50 tích hợp.

Trình tạo văn bản thành video theo dạng brainrot. Tìm hiểu về bất kỳ chủ đề nào từ các nhân vật yêu thích của bạn 😼.

Mã nguồn chính thức cho [ICML 2026] "Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation" & Causal Forcing++

Tạo video từ văn bản và hình ảnh, thế hệ 1

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.

[CVPR 2025 Highlight🔥] Tạo video từ văn bản bảo toàn danh tính bằng phân tách tần số

Kandinsky 5.0: Một dòng mô hình khuếch tán để tạo Video và Hình ảnh

Tạo video từ văn bản bằng AI

Tạo các cảnh 3D quy mô lớn có thể khám phá với video toàn cảnh chất lượng cao từ một hình ảnh hoặc văn bản gợi ý duy nhất.

CLIP + FFT/DWT/RGB = văn bản sang hình ảnh/video

Triển khai Phenaki Video bằng Pytorch, sử dụng Mask GIT để tạo video hướng dẫn bằng văn bản với độ dài lên đến 2 phút.

ClipForge: Công cụ tạo video ngắn thương mại điện tử AI mã nguồn mở - Tự động trích xuất điểm bán hàng, viết kịch bản, giữ nguyên hình ảnh sản phẩm, tạo hình ảnh/lồng tiếng/phụ đề, hỗ trợ xuất video bán hàng cho TikTok Shop, Douyin, Kuaishou, Xiaohongshu chỉ với một cú nhấp chuột. Hỗ trợ triển khai cục bộ, không watermark.

Khảo sát về tạo/tổng hợp văn bản thành video.

Paddle Multimodal Integration and eXploration, hỗ trợ các tác vụ đa phương thức phổ biến, bao gồm các mô hình tiền huấn luyện đa phương thức quy mô lớn end-to-end và bộ công cụ mô hình khuếch tán. Hiệu suất cao và linh hoạt.

Mã nguồn chính thức của Yume

GPT Image 2 to Seedance 2.5 Early Access workflow guide.

Mã nguồn chính thức của VEnhancer: Tăng cường không gian-thời gian tạo sinh cho tạo video

Cùng tinh chỉnh các mô hình tạo video!

Danh sách các bài báo được tuyển chọn về tạo nội dung đa phương thức dựa trên LLM (hình ảnh, video, 3D và âm thanh)

[ECCV 2024] FreeInit: Thu hẹp khoảng cách khởi tạo trong các mô hình khuếch tán video

Công cụ tạo phim AI dựa trên DAG đa mô hình — tăng tốc song song theo mức độ độc lập của cảnh; tạo các cảnh phim đồng thời thay vì tuần tự; tối ưu hóa lịch trình thực thi từ thứ tự topo sang đường dẫn tới hạn; công cụ tạo phim duy nhất mô hình hóa sự phụ thuộc tường thuật cảnh dưới dạng DAG và điều khiển lập lịch song song bằng thuật toán CPM.

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.

Biến tác nhân lập trình của bạn thành một studio video: mô tả video bằng ngôn ngữ tự nhiên, tác nhân của bạn sẽ viết timeline và xuất file.

Bộ sưu tập các Google Colab Notebook cho nhiều dự án khác nhau

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.