AI 動画生成：オープンソース 59 件（2026年）

画像・動画・音声・3Dコンテンツをローカル生成するためのノードグラフGUI、API、バックエンド。

トピックやキーワードから、台本・ナレーション・映像素材・字幕・音楽を自動生成して短い動画を作成します。

AIコーディングアシスタントを、調査から編集・レンダリングまで行うパイプライン駆動の動画制作スタジオに変える、オープンソースのエージェント型動画制作システム。

画像・動画・音声生成向けの、学習済み拡散モデル、ノイズスケジューラ、構成要素を提供するPyTorchライブラリ。

Muapi.ai API経由でAI画像・動画・リップシンク動画を生成できる、セルフホスト対応のNext.js／Electronスタジオ。コンテンツフィルターはありません。

テキスト・画像・音声からの動画生成やキャラクターアニメーションに対応した、大規模なオープンソース動画生成モデル。

小説や一文のアイデアから短編ドラマを制作するオープンソースのフルスタックプラットフォーム。AIで脚本、キャラクター、絵コンテ、動画の生成を自動化します。

Codex CLIを実行エンジンに採用した、動画翻訳・ダウンロード、画像や動画の生成、ナレーション、執筆をまとめて行えるクリエイター向けオープンソースAIワークスペースです。

1枚のポートレート画像と音声クリップから、3Dモーション係数で駆動するトーキングヘッド動画を生成します（CVPR 2023）。

低VRAMでの推論・学習に対応した、画像・動画・音声生成向けのオープンソースDiffusionモデルエンジン。

ストーリーのアイデア、脚本、小説から、脚本・ストーリーボード・キャラクター・動画生成エージェントを連携させてマルチショット動画を作る、エージェント型動画生成フレームワーク。

Tencentが公開する、テキストプロンプトから動画を生成するオープンソースの130億パラメータ動画生成基盤モデルです。

NVIDIAが提供する、ロボット、自動運転車、スマートインフラ向けのフィジカルAI開発に役立つ基盤モデル、データセット、ツール。

オープンソースの生成モデルをローカルで動かし、一般向けGPUで動画、画像、音声、音声合成、3D、インタラクティブなワールドを生成できる統合アプリ。

線形拡散Transformerを用いた高解像度の画像・動画生成向けオープンソースコードベース。学習と推論のパイプラインを備えています。

音声に合わせてポートレート写真をしゃべらせ、MP4動画を生成するオープンソースの研究用コード。

テキスト、画像、音声、動画、アクションを生成する全モダリティ対応モデルを実行できる、vLLMを拡張したサービングフレームワーク。

テーマや脚本から、ストーリーボード作成からレンダリングまで一貫してAIショート動画やAI漫画ドラマを制作するオープンソースプラットフォーム。

脚本の分解、ストーリーボード作成、素材の一貫性管理、動画生成、書き出しまでをカバーする、AI生成ショートドラマ向けのエンドツーエンド制作ワークスペースです。

キャラクターの一貫性を保った漫画画像や、長距離の画像から動画へのシーケンスを生成するStable Diffusionベースのオープンソースツール。

小説や脚本、商品資料からキャラクター、絵コンテ、動画クリップ、CapCut互換のドラフトを作成できるセルフホスト型AI動画ワークスペース。

リップシンク動画生成、音声合成、音声クローン、ローカルAIモデル管理に対応したAIデジタルヒューマン制作デスクトップアプリ。

テキスト、画像、動画、音声、3D、埋め込み表現の生成に対応する、統一APIを提供するオープンソースの生成AIプラットフォーム。

調査や台本作成から動画のレンダリングまでYouTubeチャンネル運営を一貫して行うセルフホスト型AIエージェント。アップロード前に承認できます。

脚本からAI生成の映画ショットを作成するElectronデスクトップアプリ。キャラクターの一貫性を保ち、画像と動画を一括生成できます。

Mochi 1は、GenmoがApache 2.0ライセンスで公開した、オープンウェイトの10Bテキスト動画生成拡散モデルです。

自分のkie.aiキーを使い、無限のノードベースキャンバス上でAI画像・動画生成パイプラインを視覚的に構築できるセルフホスト型デスクトップアプリです。

ストリーミングニューラルレンダリングで、低ポリゴンのフレームからプレイ可能なゲームシーンを生成するオープンソースのインタラクティブなワールドモデル。

長時間動画生成、世界モデル、ロボット向けWorld-Actionモデルを扱う4つのプロジェクトを収録したNVIDIAの研究用モノレポ。

コンシューマー向けGPUで、VRAMが最小8 GBあればMiniMax H3を実行できるローカル動画生成アプリ兼ComfyUIプラグイン。