video-generation

🎬 通过 AI 代理实现全自动 YouTube 频道管理。24/7 创建、优化并发布视频。适用于免费的 Gemini API 或 OpenAI。无需写代码！

[ICLR 2025] Pyramidal Flow Matching 用于高效视频生成建模

50 多个你可以复制、部署并获利的开源生成式 AI 应用程序——图像生成器、视频工具、虚拟试穿、AI SaaS 模板以及平台整合。每个模板皆可一键 Vercel 部署。

InternGPT (iGPT) 是一个开源演示平台，您可以轻松展示 AI 模型。现在支持 DragGAN、ChatGPT、ImageBind、多模态聊天如 GPT-4、SAM、互动图像编辑等。试试 igpt.opengvlab.com（支持 DragGAN、ChatGPT、ImageBind、SAM 的线上 Demo 系统）

[ECCV 2024，Oral] DynamiCrafter：利用视频扩散先验对开放领域图像进行动画化

MuseV：基于视觉条件并行去噪的无限长度高保真虚拟人视频生成

轻量级图像/视频动作生成推理框架

ResearchStudio：我们的 AI 共同作者，从研究问题到最终发表。

基于置信度感知姿态引导的高质量人类动作视频生成

长视频生成基础设施

Matrix-Game 3.0：具备长时程记忆的实时与流式互动世界模型

Helios：真正的实时长视频生成模型

[ICML 2026] 通过代码进行视频生成

🎬 2000+ 个精选的 Seedance 2.0 视频生成提示词 — 电影感、动漫、UGC、广告、梗图风格。包含 Seedance API 指南、角色一致性技巧与进阶视频工作流程。

[ICCV'25 最佳论文决选] ReCamMaster：从单一视频进行相机控制的生成式渲染

将单一主题转化为制作完成的 Vox 风格纸艺拼贴解说／广告视频 — 在 Atlas Cloud + ffmpeg 上实现端到端自动化。一项 agent 技能。

🚀 AI 全自动化视频生成员工 | Your First AIGC Coworker. Chat an Idea. Get a Film. 🦞

论文官方实现：DreamTalk: When Expressive Talking Head Generation Meets Diffusion Probabilistic Models

[CVPR2024 Highlight] VBench - 我们评估视频生成

主题 → 适用于 Coding Agent 的 4K 旁白视频。v4.0：所有 TTS 均通过 ttsCN 引擎组件（包含 MiniMax 声音克隆等 11 个平台、原生词级字幕同步）、基于 manifest 的资产引擎、Remotion 合成、成本受控的 AI 生成

🎬 seedance2 接入 开源本地 AI 短剧 & 漫剧生成工具 —— 从故事到成片一站式完成，数据不出本机，短剧工作流管理平台，高灵活性，AI 真人剧，AI 漫剧本地搞定。Open-source local AI short drama maker: story → storyboard → video, fully offline, your data stays yours. 纳米流水线

「MIMO: Controllable Character Video Synthesis with Spatial Decomposed Modeling」官方实现

官方 MiniMax Model Context Protocol (MCP) 服务器，可与强大的文本转语音、图像生成和视频生成 API 进行交互。

开箱即用的本地 AI 工作室：无审查聊天、图像与视频生成、编码 Agent。100% 离线执行去审查 LLM + ComfyUI。一个安装程序，不需要 Docker，不需要云端。

Phantom：通过跨模态对齐实现主题一致的视频生成

【融光】 - 基于 Agent 的全流程 AI 短剧/漫剧/视频创作平台 - Java & agentscope2.0 | Agent-based end-to-end AI creation platform for short dramas, motion comics, and videos – built on Java & agentscope 2.0.

视频扩散模型实现，基于 Jonathan Ho 将 DDPM 扩展至视频生成的新论文 - 使用 PyTorch

时间步嵌入揭示：是时候为视频扩散模型进行缓存了

Cosmos-Predict2.5 是 Cosmos World Foundation Models (WFMs) 家族的最新版本，专门用于以视频形式模拟与预测世界的未来状态。

[AAAI 2024] Follow-Your-Pose：此仓库是“Follow-Your-Pose : Pose-Guided Text-to-Video Generation using Pose-Free Videos”的官方实现