text-to-video

MOVA：邁向可擴充且同步的視訊-音訊生成

[NeurIPS 2024]「ShareGPT4Video: Improving Video Understanding and Generation with Better Captions」的官方實作

HunyuanVideo-Foley：結合表示對齊與多模態擴散的高傳真 Foley 音訊生成模型

[ECCV 2024 Oral] MotionDirector：文字轉影片擴散模型的動作客製化。

OpenClaw 資源、工具、技能、教學與文章的精選列表。OpenClaw（前稱 Moltbot / Clawdbot）— 適用於 WhatsApp、Telegram、Discord 及 50 多種整合的開源自託管 AI agent。

腦殘迷因風格的文字轉影片產生器。透過你喜愛的名人角色來學習任何主題 😼。

[ICML 2026]「Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation」與 Causal Forciiing++ 的官方程式碼庫

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.

基於文字與圖片的影片生成（第一代）

[CVPR 2025 Highlight🔥] 基於頻率分解的保持身份文字轉視訊生成

Kandinsky 5.0：用於影片與圖片生成的擴散模型系列

使用 AI 從文字產生影片

從單張圖片或文字提示詞生成具備高品質全景影片的大規模可探索 3D 場景。

CLIP + FFT/DWT/RGB = 文字轉圖像/影片

Phenaki Video 的 PyTorch 實作，使用 Mask GIT 來產生長達 2 分鐘的文字引導影片

ClipForge：開源 AI 帶貨短影音神器——上傳商品圖，AI 自動提煉賣點、撰寫腳本、鎖定商品原圖不變形、配畫面/配音/字幕，一鍵產出電商短影音。支援批量出片、無浮水印、本地部署及一句話生成影片。

文字轉影片生成/合成技術綜述。

Paddle 多模態整合與探索，支援主流多模態任務，包含端到端大型多模態預訓練模型與擴散模型工具箱。具備高效能與靈活性。

Yume 的官方程式碼

GPT Image 2 to Seedance 2.5 Early Access workflow guide.

VEnhancer 官方程式碼：用於影片生成的生成式時空增強技術。

讓我們微調影片生成模型！

精選基於 LLM 的多模態生成（影像、影片、3D 與音訊）論文列表。

[ECCV 2024] FreeInit：彌補影片擴散模型中的初始化差距

基於 DAG 的多模型平行 AI 影視生成引擎。平行加速隨場景獨立性擴展；同時生成影視場景而非逐一生成；將影視生成的執行圖從拓撲序轉為關鍵路徑最佳排程；唯一將場景敘事依賴建模為 DAG 並以 CPM 演算法驅動平行排程的影視生成引擎。

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.

將你的編碼代理變成影片工作室：用簡單語言描述影片，代理即可編寫時間軸並產出檔案。

各類專案的 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.