FIFO-Diffusion开源项目 – 生成一致的长视频框架

FIFO-Diffusion是一个无需额外训练即可生成长视频的框架，通过确保每个帧引用足够多的先前帧来生成高质量、一致的长视频。该项目利用预训练的扩散模型，结合算法优化，实现了高效的视频生成和去噪，已在现有的文本到视频生成基线上展示出其有效性。
FIFO-Diffusion的特点:
1. 无需额外训练即可生成无限长的视频
2. 通过引用先前帧生成一致的短视频
3. 算法优化用于如何取帧、生成新视频及去噪
4. 基于预训练扩散模型的新颖推理技术
5. 有效性已在现有文本到视频生成基线上展示

FIFO-Diffusion的功能:
1. 生成短视频并将其拼接成长视频
2. 利用现有的模型（如VideoCraft2、zeroscope等）进行视频生成
3. 应用在文本条件的视频生成任务中
4. 通过调节噪声水平生成不同风格的视频

相关导航

Topaz Photo AI官网

Topaz Video AI是由Topaz Labs开发的一款先进的人工智能工具，旨在彻底改变专业人士提升和放大视频的方式。该软件利用AI的力量执行多种任务，显著提高视频画质，对于摄影师、电影制作人、内容创作者和后期制作专业人士来说是不可或缺的工具。

MagicAnimate Playground官网 – 简化动画制作的开源项目

MagicAnimate Playground是一个开创性的开源项目，旨在简化动画创建，允许用户从单张图片和运动视频中生成动画视频。该网站聚合了相关内容，便于学习和实际应用。

T2VScore-文本到视频生成质量评估工具

文本到视频分数(T2VScore)，一个新的评估指标，从文本符合度和视频质量两个维度全面评估视频生成。

FlashVideo开源 – 高效高分辨率视频生成工具

FlashVideo是一个专注于高效生成和增强高分辨率视频的AI工具，支持从文本描述直接生成视频或对低分辨率视频进行高清升级。其核心技术分为两阶段：首先生成270p低清视频（约30秒），再通过4步增强至1080p高清（约72秒）。项目提供完整模型权重和开源代码，支持长文本提示以实现更精细的视频生成效果。

HunyanVideo模型 – 最大的开源视频生成模型

HunyanVideo 是由腾讯开发的开源视频生成模型，拥有 13 亿参数，是目前最大的开源视频生成模型。它支持从文本描述生成视频，具有超现实画质、高语义一致性、流畅的运动画面和原生镜头转换等特点，适用于广告宣传、创意视频生成等商业场景。用户可以通过 GitHub 和 Hugging Face 访问模型权重、推理代码和算法，并通过腾讯元宝 APP 申请试用，API 也已开放测试。

Goku开源项目 – 基于流的高质量视频生成模型

Goku是由字节跳动与香港大学联合开发的一款基于Rectified Flow Transformer架构的视频生成模型。它通过精细的数据处理、模型设计和流式生成技术，实现了高质量的图像和视频生成。Goku支持多种生成任务，包括文本到视频、图像到视频和文本到图像生成，尤其在虚拟数字人和广告场景中表现突出。在权威测试VBench中，Goku的文本到视频生成得分达84.85，创下新纪录（SOTA）。

Sora by OpenAI官网 – 创新的文本生成视频模型

Sora是OpenAI推出的开创性文本到视频模型，旨在弥合文本提示与视频生成之间的鸿沟。它利用先进的AI技术，将用户的文字描述转化为高质量的视频内容，提供了丰富的创作可能性。

Veggie AI官网 – 轻松创造可控视频

Veggie AI是一个创新的平台，用户只需上传角色照片、动作视频，或输入文本提示，即可创建完全可控的视频内容。该工具利用先进的AI技术，简化了视频创作过程，让用户能够轻松实现自己的创意与想法。

Sonic开源项目 – 腾讯出品的音频驱动肖像动画工具

Sonic是由腾讯与浙江大学团队研发的AI数字人生成工具，核心目标是通过音频驱动生成逼真的人物动画。它无需依赖复杂的视觉信号，仅凭声音即可控制虚拟人的面部表情、唇部动作和头部运动，生成流畅自然的视频。Sonic在口型同步、表情和头部运动方面表现出色，尤其适合长视频生成。

AI Video Generation – Chrome Extension-快速生成高质量视频的工具

AI视频生成网站提供先进的AI模型，包括卫星AI和侧边面板AI，旨在迅速从文本和图像创建高质量视频。这些模型利用尖端技术生成视觉上令人惊叹和逼真的视频内容，使视频创作对广泛用户变得可及。

Loong开源项目 – 生成分钟级长视频的自回归模型

Loong是一个利用自回归语言模型生成分钟级长视频的项目，支持从短视频逐步训练到长视频，采用损失重新加权方案以解决训练中的损失不平衡问题，同时通过视频标记重新编码和采样策略减少推理中的错误积累。

Latte-视频生成的潜扩散Transformer模型

Latte是一种新的潜扩散Transformer模型，用于视频生成，能够从输入视频中提取时空token，并通过Transformer块建模潜空间中的视频分布。该模型在多个标准视频生成数据集上取得了最先进的性能，支持文本到视频生成任务，适用于多种复杂的时空视频生成需求。

Luma AI Video Generator官网 – 通过文本和图像生成高质量视频

Luma AI Video Generator是一个由Luma AI开发的平台，利用先进的人工智能技术，根据文本指令和图像快速高效地创建高质量的奇幻视频。用户只需输入文本描述或选择提供的提示，AI模型便会生成基于输入的高质量视频。

DreamMachine AI Video Generator官网 – 轻松生成高质量视频

DreamMachine AI 视频生成器由 Luma AI 提供支持，利用先进的微调技术，允许用户仅需几次点击即可将想法变为现实。该系统通过直接在视频上训练的高效可扩展变换器模型，确保物理准确性、一致性和富有事件感的镜头，能够从静态快照生成流畅的动态视频，理解物理世界中的互动和物理现象。

Luma Ray2官网 – 先进的视频生成模型

Luma Ray2 是 Luma AI 推出的一种大型文本到视频生成模型，能够从文本或图像提示生成逼真的视频，展现自然且连贯的运动。它基于多模态架构训练，计算能力是前代 Ray1 的 10 倍，优化了运动连贯性、物理模拟和光影细节，生成接近电影级质感的视频。目前仅付费用户可用，未来计划扩展视频编辑和格式转换功能。