“video-generation” 相关开源项目

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。

可浏览的 144 个动态图形、镜头、UI、网页与摄影效果名称库，每项附动态示例和配合 AI 使用的提示词。

一个 Claude Code 技能，用 HTML、Playwright 和 ffmpeg 以纯代码制作动效设计视频，无需 After Effects。

一个 Claude Code 技能，可将简短主题生成节拍同步的动态图形视频，并通过 HyperFrames 渲染为 MP4。

面向 Claude Code 和 Codex 的智能体技能，用你应用的真实界面制作发布宣传片和短视频，按音乐节拍剪辑并在本机渲染。

一套让 AI 编程智能体用 Remotion 制作动态图形与短视频片段的 Agent Skills。

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。

粘贴网址或一段提示词，即可生成 20 到 40 秒的产品发布视频，由 Opus 编写 HTML，无服务端代理渲染为 MP4。

一个 Claude Code 插件，根据音乐和创意提示，借助 Fal.ai 的 AI 图像与视频接口生成动态图形音乐视频。

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。

基于 Gradio 的 Stable Diffusion 网页界面，延续 Forge 分支并支持多种新模型与性能优化。

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。

开源的交互式游戏视频生成模型，可根据参考图和键鼠操作生成可控的游戏风格视频。

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。

面向多模态模型的统一训练引擎，支持 VLM、扩散模型和 LLM 训练。

开源的实时音频驱动数字人视频生成框架，支持流式输出与无限时长生成。

一个通过编写可执行 Manim 代码来生成教学视频的多智能体框架。

一个 Codex Skill，可把中文口播或抽象观点制作成钢笔线稿风格的知识讲解动画素材。

一个智能体技能，可生成随滚动推进的 3D 落地页，镜头从场景外飞入内部且无切换。

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。