openSora-STDiT-v3模型 – 开源文本生成视频模型

万相2.1是阿里云开源的视频生成大模型，采用Apache2.0协议开源，支持文生视频和图生视频任务，提供14B和1.3B两个参数规格的推理代码和权重。该模型在评测集VBench中以86.22%的总分领先，支持多种视频生成任务，开源且易于集成。14B版本在指令遵循、复杂运动生成、物理建模、文字视频生成等方面表现突出，1.3B版本能在消费级显卡运行，仅需8.2GB显存生成480P视频。

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。

Stability公司本周推出的文本生成视频技术，完全开源，能够生成分辨率为576x1024的视频，每个视频包含14或25帧。该技术支持生成多角度视图，对3D场景有深入理解，并通过LoRA技术控制摄像头，生成高分辨率视频。

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。

I2VGen-XL是一个基于输入图像生成高清视频的模型，由阿里云达摩院研发，具有良好的泛化性和优越的生成效果。

SkyReels-V1-Hunyuan-I2V是基于腾讯混元文生视频微调的图生视频模型，适用于comfyUI平台。该模型主要针对以人为主体的数据，能够捕捉33种独特面部表情，并拥有超过400种自然动作组合。它在开源社区中属于较为先进的图生视频模型，提供了无需充值会员的视频生成解决方案。

Vimeo AI 是一个终极视频创作与编辑平台，利用人工智能改变视频制作、编辑和分享的方式，具有创新功能，使视频创作变得更简单、高效和专业。

Skriva Financial 是一个帮助用户理清退休财务的平台，提供关于IRA、Roth IRA和401(k)的专业建议，让退休规划变得简单明了。

Axofy AI是一个先进的人工智能平台，提供多种工具用于创作吸引人的内容，包括写作、图像生成、视频创作和配音。其主要目标是提升内容生成中的生产力和创造力，使用户能够轻松制作高质量内容。该平台支持广泛的创意任务，是个人和企业改善内容生产过程的宝贵资源。

PromptSora是一个专注于利用OpenAI的Sora模型，通过文本生成视频的工具，提供丰富的资源、教程和示例提示，帮助用户轻松创建高质量的视频内容。

MOKI是美图公司推出的一款基于AI技术的视频短片创作工具，旨在帮助创作者高效制作动画短片、网络短剧、故事绘本和音乐视频（MV）。它利用美图自研的Miracles Vision大模型，提供智能剪辑、自动配乐、音效生成、字幕生成等功能，简化了视频制作流程，特别适合需要快速生成内容的创作者。MOKI还支持AI生成分镜图、角色设计等功能，覆盖从脚本到成片的整个创作周期。

Animate Old Photos是一个利用Kling AI技术将静态旧照片转换为生动视频的项目，旨在通过动态效果让陈旧的故事重现生机。用户可以轻松上传照片，系统会智能处理并生成动画视频，带给人们新的视觉体验。

Ai Club Society是一个提供超过50门AI培训课程的平台，涵盖销售与内容创作、销售执行工具包、市场营销与AI、AI视频创作以及播客制作等领域。用户可以通过这个平台获取创业成长所需的框架和模板。

一种闪电般快速的文本到视频生成模型，使用渐进式对抗扩散蒸馏技术，生成速度比原始 AnimateDiff 快十倍以上。

Emu Video 是由 Meta AI 团队开发的基于扩散模型的文本到视频生成工具。它通过两步法工作：首先从文本生成图像，然后基于该图像和文本生成视频。该工具支持多种输入方式，包括纯文本、文本加图片，或图片加文本提示，灵活适应不同用户需求。它在 3400 万视频文本对的数据集上训练，生成 4 秒长的高清视频，分辨率为 512×512 像素，帧率为每秒 4 帧。目前主要用于生成 AI 研究领域，尚未公开供一般用户使用。