video-generation

AR Diffusion 影片世界模型精選列表：涵蓋演算法、應用與基礎設施，旨在為研究人員、從業者與愛好者提供全面資源。

[ECCV 2026] SparkVSR：透過稀疏關鍵幀傳播的互動式影片超解析度

[ICLR'25] SynCamMaster：從多元視角同步多攝影機影片生成

用於在 Flow-Matching 模型中輕鬆進行強化學習的統一框架

Generative World Renderer：一個用於遊戲與虛擬世界的 AI 原生渲染器。

CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024 AIGC 論文與程式碼集合

在 Pytorch 中實作 MagViT2 Tokenizer

[ICLR 2025] 無向量量化的自迴歸視訊生成

[SIGGRAPH ASIA 2024 TCS] AnimateLCM：無需個人化影片資料即可進行運算高效的個人化風格影片生成

用於訓練後少步自回歸影片生成器的策略內自我蒸餾技術。

端到端 AI 短影音製作管線。結合 FastAPI 編排與 Spring Boot 閘道，具備多模型故障轉移、斷路器、計量與全端可觀測性。AI 品質把關機制：提示詞錨定、CLIP 一致性與影音同步自動修復。

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

[ICCV 2025 & ICCV 2025 RIWM 傑出論文] Aether：幾何感知統一世界模型。

[CVPR 2026] SpatialVID：一個具有空間標註的大規模影片資料集

適用於 Android Kotlin 的影片搜尋 SDK。可整合至任何影片應用程式

關於影片生成強化學習的精選論文列表。

GPT Image 2 to Seedance 2.5 Early Access workflow guide.

Vista4D 的官方程式碼、模型與資料：基於 4D 點雲的影片重拍（CVPR 2026 Highlight）

可輕鬆計算 FVD、PSNR、SSIM 與 LPIPS，用於評估生成或預測影片的品質

VEnhancer 官方程式碼：用於影片生成的生成式時空增強技術。

Weavy AI、Krea Nodes、Freepik Spaces 與 FloraFauna AI 的免費開源替代方案 — 用於生成式影像與影片管線的節點式 AI 工作流建構器。

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 是一個開源 Python SDK，用於編排跨影片、音訊與影像供應商的生成式 AI 媒體管線，並為每個輸出提供內建的來源追蹤。

讓我們微調影片生成模型！

[ECCV 2024] FreeInit：彌補影片擴散模型中的初始化差距

Cosmos-Drive-Dreams：利用世界基礎模型生成可擴展的合成駕駛數據

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.

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.