text-to-video

MOVA：迈向可扩展且同步的音视频生成

[NeurIPS 2024]“ShareGPT4Video: Improving Video Understanding and Generation with Better Captions”的官方实作

HunyuanVideo-Foley：结合表示对齐与多模态扩散的高保真 Foley 音频生成模型

[ECCV 2024 Oral] MotionDirector：文本到视频扩散模型的动作定制。

OpenClaw 资源、工具、技能、教程与文章的精选列表。OpenClaw（前称 Moltbot / Clawdbot）— 适用于 WhatsApp、Telegram、Discord 及 50 多种集成的开源自托管 AI agent。

脑残梗风格的文字转视频生成器。通过你喜爱名人角色来学习任何主题 😼。

[ICML 2026]“Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation”与 Causal Forcing++ 的官方代码库

基于文字与图片的视频生成（第一代）

[CVPR 2025 Highlight🔥] 基于频率分解的保持身份文本转视频生成

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.

Kandinsky 5.0：用于视频与图像生成的扩散模型系列

使用 AI 从文字生成视频

从单张图片或文字提示词生成具备高质量全景视频的大规模可探索 3D 场景。

CLIP + FFT/DWT/RGB = 文字转图像/视频

Phenaki Video 的 PyTorch 实现，使用 Mask GIT 来生成长达 2 分钟的文本引导视频

ClipForge：开源 AI 带货短视频神器——上传商品图，AI 自动提炼卖点、撰写脚本、锁定商品原图不变形、配画面/配音/字幕，一键产出电商短视频。支持批量出片、无水印、本地部署及一句话生成视频。

文本转视频生成/合成技术综述。

Paddle 多模态整合与探索，支持主流多模态任务，包含端到端大型多模态预训练模型与扩散模型工具箱。具备高性能与灵活性。

Yume 的官方代码

GPT Image 2 to Seedance 2.5 Early Access workflow guide.

VEnhancer 官方代码：用于视频生成的生成式时空增强技术。

让我们微调视频生成模型！

精选基于 LLM 的多模态生成（图像、视频、3D 与音频）论文列表。

[ECCV 2024] FreeInit：弥补视频扩散模型中的初始化差距

基于 DAG 的多模型并行 AI 影视生成引擎。并行加速随场景独立性扩展；同时生成影视场景而非逐一生成；将影视生成的执行图从拓扑序转为关键路径最优调度；唯一将场景叙事依赖建模为 DAG 并以 CPM 算法驱动并行调度的影视生成引擎。

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.

将你的编码代理变成视频工作室：用简单语言描述视频，代理即可编写时间轴并产出文件。

各类项目的 Google Colab Notebook 集合

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.