AI 视频生成：59 个开源项目（2026）

基于节点图的扩散模型图形界面、API 与后端，可在本地生成图像、视频、音频和 3D 内容。

输入主题或关键词，自动生成脚本、配音、素材、字幕与配乐，合成高清短视频。

一套开源的智能体视频制作系统，让 AI 编程助手化身完整的视频制作流水线。

基于 PyTorch 的扩散模型库，提供预训练模型、噪声调度器和组件，用于图像、视频和音频生成。

可自托管的 AI 图片、视频与口型同步生成工作台，基于 Muapi.ai API，支持桌面端与网页端。

开源的大规模视频生成模型，支持文生视频、图生视频、语音生视频和角色动画。

开源全栈 AI 短剧生成平台，从小说或一句话创意自动完成剧本、角色、分镜到视频合成。

开源 AI 创作工作台，整合视频翻译、视频下载、图像与视频生成、配音和脚本写作，基于 Codex CLI 运行。

根据一张人像图片和一段音频生成说话人视频，基于 3D 运动系数实现（CVPR 2023）。

面向图像、视频和音频生成的开源 Diffusion 模型引擎，支持低显存推理与训练。

面向视频生成的智能体框架，可将创意、剧本或小说自动转化为多镜头视频，涵盖编剧、分镜、角色与视频生成。

腾讯开源的 130 亿参数视频生成基础模型，可根据文本提示生成视频。

NVIDIA 开源的世界基础模型、数据集与工具，用于构建机器人、自动驾驶等物理 AI 应用。

面向普通显卡的开源生成模型一体化应用，可本地生成视频、图像、音频、语音、3D 资产和可探索世界。

面向高分辨率图像与视频生成的开源代码库，基于线性扩散 Transformer，提供训练与推理流程。

开源人像动画研究项目，可让静态人像照片随音频同步说话并生成视频。

基于 vLLM 扩展的推理服务框架，支持文本、图像、音频、视频等全模态模型部署。

开源 AI 短视频与漫剧创作平台，从主题或剧本生成分镜、图片、视频并合成成片。

面向 AI 短剧制作的全流程工作台，覆盖剧本拆解、分镜准备、素材一致性管理、视频生成与导出。

基于 Stable Diffusion 的开源工具，用于生成角色一致的连环画图像和长序列图生视频。

开源自托管的 AI 视频工作台，可将小说或剧本转为角色、分镜、视频片段和剪映草稿。

一款桌面端一站式 AI 数字人应用，提供口型同步视频合成、语音合成、声音复刻和本地模型管理。

开源生成式 AI 平台，提供统一 API，支持文本、图像、视频、音频、3D 和向量嵌入生成。

可自托管的 AI 代理，端到端运营 YouTube 频道，从选题、脚本到生成视频，上传前需你审批。

从剧本到成片的 AI 影视生产桌面工具，支持角色一致性与批量生图生视频。

Mochi 1 是 Genmo 开源的 100 亿参数文本生成视频扩散模型，采用 Apache 2.0 许可。

一款自托管桌面应用，在无限画布上可视化搭建 AI 图片与视频生成流水线，需自备 kie.ai 密钥。

开源交互式世界模型，通过流式神经渲染把低多边形画面实时转换为可操作的游戏场景。

英伟达的多项目仓库，涵盖长视频生成、世界模型与机器人世界-动作模型，各项目独立成目录。

在消费级显卡上本地生成视频的应用与 ComfyUI 插件，最低 8 GB 显存即可运行 MiniMax H3。