万相 wan 2.1官网 – 阿里云开源AI视频生成模型

OpenVideo是一个专注于文本到视频生成领域的开源项目，旨在为AI研究者提供高质量、多样化的视频数据集。该项目不仅提供了超过106k+的720p视频片段，还支持多平台数据下载，包括ModelScope和HuggingFace。此外，OpenVideo还提供完整的数据收集、清洗和标注工具，帮助研究者更高效地进行视频数据处理和分析。

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。

Step-Video-T2V是阶跃星辰团队推出的开源文本到视频预训练模型，拥有300亿参数，能够生成长达204帧的高质量视频。该模型基于深度压缩的变分自编码器(Video-VAE)，显著提高了训练和推理效率。配备双语文本编码器，支持中英文提示输入，并通过直接偏好优化(DPO)方法进一步提升视频质量。模型采用扩散的Transformer(DiT)架构和3D全注意力机制，在生成具有强烈运动动态和高美学质量的视频方面表现出色。

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。

Toon Crafter 是一款 AI 软件，可以通过预训练的图像到视频扩散模型，从静态卡通图像中生成流畅的动画，提供一致的动画效果。

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。

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。

Wan 2.1 AI是由阿里云开发的一款AI视频生成模型，能够将文本转换为高质量、视觉效果惊艳的视频。它在逼真的视觉效果和复杂运动表现方面表现出色，适用于创作者和企业用户。该服务目前免费提供，并计划于2025年第二季度开源。

Blend AI集中多个顶尖的AI模型于一个平台，无需每月支付$20的订阅费用，采用按需付费模式。其多模态图形界面允许轻松串联模型，实现从文本到文本、图像、视频等多种转换。

Stable Video Diffusion Image-to-Video 是一个潜扩散模型，能够从单一图像生成14帧视频，分辨率为576x1024。该模型通过f8-decoder的微调确保时间一致性，并提供标准逐帧解码器，主要用于研究生成模型、艺术创作和教育工具等用途。

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。

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。

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。

Step-Video-T2V 是一个由 Stepfun AI 开发的先进文本到视频生成模型，支持中文和英文输入。它采用深度压缩技术，显著降低计算资源消耗，同时保持高质量视频重建。模型可生成高达204帧（约8秒）的高清视频，捕捉细腻视觉细节和复杂动态变化。其广泛应用于电影、广告、短视频、动画制作、教育培训和体育动作解析等场景。

ComfyUI-DynamiCrafterWrapper 是一个适配器，用于在 ComfyUI 中使用 DynamiCrafter 模型，支持图像到视频的生成、帧插值和循环视频生成。项目提供了详细的安装说明和模型下载步骤，并进行了大量重构以改进内存使用，使其在较低 VRAM 的情况下也能完成高质量视频生成。此外，还初步支持 ToonCrafter 模型，适用于生成卡通风格视频。