video-generation

[ICLR'25] SynCamMaster：从多元视角同步多相机视频生成

用于在 Flow-Matching 模型中轻松进行强化学习的统一框架

Generative World Renderer：一个用于游戏与虚拟世界的 AI 原生渲染器。

CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024 AIGC 论文与代码集合

在 Pytorch 中实现 MagViT2 Tokenizer

[ICLR 2025] 无向量量化的自回归视频生成

[SIGGRAPH ASIA 2024 TCS] AnimateLCM：无需个性化视频数据即可进行计算高效的个性化风格视频生成

用于训练后少步自回归视频生成器的策略内自我蒸馏技术。

端到端 AI 短视频制作管线。结合 FastAPI 编排与 Spring Boot 网关，具备多模型故障转移、断路器、计量与全栈可观测性。AI 质量把关机制：提示词锚定、CLIP 一致性与影音同步自动修复。

Open-source AI-powered video sequence platform built with TanStack Start

[ICCV 2025 & ICCV 2025 RIWM 杰出论文] Aether：几何感知统一世界模型。

[CVPR 2026] SpatialVID：一个具有空间标注的大规模视频数据集

适用于 Android Kotlin 的视频搜索 SDK。可整合至任何视频应用程序

关于视频生成强化学习的精选论文列表。

GPT Image 2 to Seedance 2.5 Early Access workflow guide.

Vista4D 的官方代码、模型与数据：基于 4D 点云的视频重拍（CVPR 2026 Highlight）

可轻松计算 FVD、PSNR、SSIM 与 LPIPS，用于评估生成或预测视频的质量

VEnhancer 官方代码：用于视频生成的生成式时空增强技术。

Weavy AI、Krea Nodes、Freepik Spaces 与 FloraFauna AI 的免费开源替代方案 — 用于生成式图像与视频管线的节点式 AI 工作流构建器。

Multi-agent AI pipeline that turns one line of text into a finished short-form drama: script, cinematic storyboards, character-consistent video. Provider-agnostic (OpenAI/Claude, MJ, Minimax, Veo/Sora, fal, ComfyUI). MIT.

Genblaze 是一个开源 Python SDK，用于编排跨视频、音频与图像供应商的生成式 AI 媒体流水线，并为每个输出提供内置的来源追踪。

让我们微调视频生成模型！

[ECCV 2024] FreeInit：弥补视频扩散模型中的初始化差距

Cosmos-Drive-Dreams：利用世界基础模型生成可扩展的合成驾驶数据

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.

Claude AI skill for cinematic Higgsfield AI prompts — 32 sub-skills covering Seedance 2.5 (omni-reference, video edit + extend) and 2.0, the Hell Grind feature-film pipeline, an acting system, Cinema Studio 2.5/3.0/3.5, MCSLA, Soul ID consistency, Kling 3.0 Motion Control, the DISCIPLINE framework, and 18 templates.

Open data and scalable training for long-horizon video world models.

Agent-first Creative Workspace

[ICCV 2025] Light-A-Video：通过渐进式光融合实现免训练视频重打光