VGen开源项目 – 开源视频生成大模型

VGen是由阿里巴巴集团通义实验室开发的开源视频生成代码库，集成了多种先进的视频生成模型，包括I2VGen-XL、VideoComposer、HiGen、TF-T2V、InstructVideo、DreamVideo、VideoLCM等。它能够从文本、图像、运动轨迹等输入生成高质量视频，并支持多种视频生成工具，如可视化、采样、训练、推理、联合训练、加速等。VGen具有高度的扩展性和完整性，适用于多种视频生成任务。

VGen的特点:

1. 支持多种视频生成模型，如I2VGen-XL、VideoComposer等
2. 从文本、图像、运动轨迹等输入生成高质量视频
3. 支持多种视频生成工具，如可视化、采样、训练、推理等
4. 具有高度的扩展性和完整性
5. 支持联合训练和加速

VGen的功能:

1. 训练自定义的文本到视频模型
2. 运行I2VGen-XL模型生成高清视频
3. 使用HiGen模型进行文本到视频生成
4. 使用DreamVideo进行自定义主题和运动视频生成
5. 运行TF-T2V模型进行文本到视频生成
6. 使用VideoLCM模型进行高效视频生成
7. 使用InstructVideo进行基于人类反馈的视频生成

相关导航

ComfyUI-LTXVideo开源项目 – 强大的视频生成与转换工具

一个功能强大的ComfyUI自定义节点集合，集成了LTXVideo扩散模型，支持文本生成视频、图像生成视频和视频到视频的转换功能，提供完整的工作流示例，可通过ComfyUI-Manager轻松安装使用

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。

Allegro官网 – 开源视频生成模型，支持高分辨率内容创建

Allegro是一个新的开源视频生成模型，能够支持多种内容的创建，包括人类和动物的特写镜头，以及各种动态场景。该模型可以生成720x1280分辨率、15 FPS的详细6秒视频，并支持使用EMA-VFI技术将帧率提高到30 FPS。Allegro具有175M参数的VideoVAE和2.8B参数的VideoDiT模型，能够在BF16模式下使用9.3 GB的显存，且上下文长度达到79.2k，相当于88帧。

HunYuanVideo官网 – 腾讯开源的高质量视频生成模型

HunYuanVideo 是由腾讯开发的开源大型视频生成模型，专注于从文本描述生成高质量视频。该模型拥有13亿参数，是目前最大的开源视频生成模型之一。它采用双流到单流混合模型处理视频和文本标记，基于Transformer架构，具备全注意力机制，支持图像和视频的统一生成。HunYuanVideo 在文本对齐、运动质量和视觉质量方面表现优异，优于其他领先模型。

ShortVideoGen官网 – 文本转视频的AI应用

ShortVideoGen是一个先进的文本到视频应用，通过最先进的视频和音频生成AI模型，创建带音频的短视频。用户只需提交文本提示，定制视频规格，便可生成并下载视频。

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。

Text2Video-Zero开源项目 – 零样本视频生成器

Text2Video-Zero是一种基于文本到图像的扩散模型，能够无需预训练实现文本到视频的生成。它结合了文本提示、姿态或边缘指导，支持高质量视频的零样本生成，适用于创作和编辑不同类型的视频内容。