Step-Video-TI2V开源项目 – 开源图生视频生成模型

My AI Startup帮助你迅速启动AI创业项目，提供多种AI解决方案，助力开发出令人印象深刻的AI项目，帮助你快速在线盈利。

可灵AI是由快手大模型团队开发的新一代创意生产力平台，专注于视频生成，同时也支持图像生成。它基于快手自研的大模型，提供文生视频、图生视频、视频续写等功能，帮助用户高效创建艺术视频和图像。可灵AI支持多图参考功能，通过上传1至4张参考图片，结合文本描述生成视频，确保主题在多个场景中的视觉一致性，特别适合短片制作。

VILA 是一个开源视觉语言模型 (VLM) 系列，旨在优化效率和准确性，适用于边缘、数据中心和云计算环境。它采用交错图像-文本预训练方法，支持多图像处理，并具有强大的上下文学习能力，能够快速学习新概念。VILA 在视频理解、多图像推理等任务中表现出色，广泛应用于研究和工业领域。

精心整理的视觉自回归建模工作列表，涵盖了图像、视频、3D、多模态生成等领域

Wan2GP是一款基于Wan2.1的阿里巴巴开源和先进的大规模视频生成模型，专为显存有限的GPU用户设计，让普通GPU也能高效运行视频生成任务。它优化了内存消耗，适配几乎所有消费级显卡，支持多种生成任务，包括文本转视频、图片转视频等，是显存有限用户的理想选择。

Gliytch是一个通过AI算法生成独特内容的平台，用户只需提供基本信息或关键词即可自动生成适合的文本、图片和视频内容，提升创作效率与观众互动。

ChatGot是一个综合性的AI助手，旨在帮助用户进行交流、搜索和写作，同时提供多种图像和视频生成工具。无论是日常沟通、获取信息还是创作内容，ChatGot都能为用户提供高效的支持。

DiffusionHub是一个托管的稳定扩散云平台，提供直观的网页用户界面，支持多种选项如Automatic1111、ComfyUI和Kohya，让用户无需复杂的安装和编码即可轻松生成图像和视频。

Deforum是Stable Diffusion的官方扩展，专为AUTOMATIC1111的WebUI设计，用于生成动态视频。它允许用户通过初始化图片和视频创建从现实到奇幻的过渡效果，支持2D和3D动画模式，并提供详细的参数设置，如关键帧、提示词、初始化图片或视频、ControlNet等。用户可以通过设置运动参数和提示词来生成个性化的视频内容。

Awesome-FLUX-DiT是一个基于FLUX/DiT的扩散模型集合，支持图像和视频的生成、编辑、重建和修复等功能，旨在为用户提供丰富的多媒体处理能力。

H1111是一个基于kohya-ss的musubi tuner推理脚本的图形用户界面（GUI），主要用于Hunyuan视频模型的推理任务。它支持多种模型的推理，包括Hunyuan-t2v、Hunyuan-v2v、WanX-t2v、WanX-i2v、SkyReels-i2v和SkyReels-t2v。用户可以通过调整注意力机制（如xformers、sage attention等）来优化显存使用，并提供了LORA模型转换工具。该项目还支持Windows和Linux系统的安装，提供了详细的安装和运行指南。

HelloMeme 是一个开源项目，专注于面部表情迁移的实现。它通过集成空间编织注意力机制，将高层次的、丰富保真度的条件嵌入到扩散模型中，支持图像和视频的生成。项目提供了详细的代码实现和预训练模型，用户可以通过 GitHub 获取源代码并运行相关功能。

360 智脑是由奇虎 360 公司独立开发的 AI 大模型，拥有数百亿参数规模和多模态生成能力。它支持文本生成、图像生成、文本到视频转换等功能，涵盖生成创作、多轮对话、逻辑推理等十大核心能力，旨在为用户提供强大的 AI 辅助工具。其训练基于 3.4 万亿 token 的语料库，支持多达 360K 的上下文长度，适用于复杂的 AI 交互场景。

一种在视频生成中进行运动定制的新颖方法，解决了在视频生成模型中彻底探索运动表示方面存在的广泛差距。

集成图片、视频、文本生成的一站式AI创作平台，通过先进算法与多模态功能，为用户提供高效智能的创意解决方案。