视频生成相关技术文章

php mysql shell go vue css api接口对接支付接口对接

AI 短剧自动化生产，开源新选择 Huobao Drama：本地部署，剧本到成片全流程

AI 短剧自动化生产，开源新选择 Huobao Drama：本地部署，剧本到成片全流程
2026-09-13 12:35:11
Huobao Drama 是开源的 AI 短剧自动化生产平台，用大模型解析剧本、AI 绘图生成角色与场景、文生/图生视频出分镜，FFmpeg 合成字幕并整集导出。本文按角色管理、视频任务、视频生成、资源管理四块梳理它的能力与工作流，附 GitHub 地址。
AI短剧开源项目视频生成 FFmpeg 大模型

OmniShow 开源：全模态统一框架，文本+图像+音频+姿势一个模型通吃

OmniShow 开源：全模态统一框架，文本+图像+音频+姿势一个模型通吃
2026-09-12 09:51:21
OmniShow 是字节跳动、香港中文大学、莫纳什大学和香港大学联合开源的人-物交互视频生成模型：统一通道级条件注入整合文本、参考图像、音频、姿势四种输入，支持 R2V/RA2V/RP2V/RAP2V 四种生成模式，原生支持最长 10 秒长镜头，多项基准取得 SOTA。
OmniShow 视频生成多模态人-物交互字节跳动

waoowaoo：solo 开发者做的 AI 短剧生成平台，小说文本一键变视频

waoowaoo：solo 开发者做的 AI 短剧生成平台，小说文本一键变视频
2026-09-12 09:48:54
waoowaoo 是 AI 短剧/漫剧一站式生成工具：输入小说文本，自动完成剧本分析、角色与场景一致性生成、分镜视频合成与多角色配音，输出完整视频；Next.js+MySQL+Redis 技术栈，Docker Compose 一键部署。
waoowaoo AI短剧视频生成 AIGC 小说转视频

ViMax：港大开源的多 Agent 视频生成框架，Novel2Video 把长篇小说拍成剧集

ViMax：港大开源的多 Agent 视频生成框架，Novel2Video 把长篇小说拍成剧集
2026-09-11 23:55:25
ViMax 是港大 HKUDS 开源的 agentic 视频生成框架（12344 Star，MIT），四合一覆盖编剧/导演/制片/视频生成，提供 Idea2Video、Script2Video、Novel2Video、AutoCameo 与 TUI/Web UI。本文给出三种上手方式与供应商配置示例。
ViMax HKUDS AI视频多Agent Novel2Video Python 开源项目视频生成

BigBanana AI Director：关键帧驱动的 AI 漫剧工场，源码停更只发 Docker 镜像

BigBanana AI Director：关键帧驱动的 AI 漫剧工场，源码停更只发 Docker 镜像
2026-09-11 23:55:13
BigBanana AI Director 是 2136 Star 的 AI 短剧/漫剧平台，用关键帧驱动（首尾帧+插值）替代抽卡式生成，配九宫格分镜与一致性资产。注意该仓库已停更源码、仅通过官方 Docker 镜像发布，且协议禁止商业用途。
BigBanana AI短剧关键帧 AI漫剧 Docker 视频生成短剧制作开源项目

魔因漫创 moyin-creator：Electron 桌面版 AI 影视工具，支持 Seedance 2.0 批量出片

魔因漫创 moyin-creator：Electron 桌面版 AI 影视工具，支持 Seedance 2.0 批量出片
2026-09-11 23:54:58
魔因漫创 moyin-creator 是 4512 Star 的 Electron 桌面 AI 影视工具，五大板块串起剧本→角色→场景→导演→Seedance 2.0 全流程，支持批量生图生视频、多模态引用与 6 层角色一致性锚点。本文给出架构、上手步骤与 AGPL 双许可说明。
魔因漫创 moyin-creator Seedance Electron AI影视视频生成开源项目短剧制作

Jellyfish：把角色一致性当一等问题的 AI 短剧工作台，React + FastAPI

Jellyfish：把角色一致性当一等问题的 AI 短剧工作台，React + FastAPI
2026-09-11 23:54:50
Jellyfish 是 6360 Star 的 AI 短剧工作台，React + Vite 前端、FastAPI 后端，把角色/场景/道具一致性建模为一等能力，并用统一异步任务中心追踪文本/图像/视频生成。本文给出工作流、Docker Compose 与本地开发步骤。
Jellyfish AI短剧 FastAPI React 视频生成 Docker 开源项目短剧制作

waoowaoo：14000 Star 的 AI 影视生产平台，Next.js 16 + Temporal 的工程化打法

waoowaoo：14000 Star 的 AI 影视生产平台，Next.js 16 + Temporal 的工程化打法
2026-09-11 23:54:41
waoowaoo 是 14000 Star 的 AI 影视生产平台（Preview 期），用 Next.js 16 + React 19 + Temporal + MinIO 搭了一套可持久化跑长任务的生产后端，通过 OpenRouter 调模型。本文说清它的技术栈、Docker 部署方式与 Elastic License 2.0 的使用边界。
waoowaoo AI影视 Temporal Next.js 视频生成 Docker 开源项目 AI短剧

huobao-drama：一句话生成完整短剧，Hono + Nuxt 3 的全栈 AI 短剧平台

huobao-drama：一句话生成完整短剧，Hono + Nuxt 3 的全栈 AI 短剧平台
2026-09-11 23:54:18
huobao-drama（火宝短剧）是 15045 Star 的 AI 短剧全栈平台，Hono + Nuxt 3 + Mastra 四 Agent，把剧本、角色、分镜到 FFmpeg 合成全自动化。本文拆解架构、SQLite 迁移、桌面端与 Docker 部署，并说明非商用协议限制。
huobao-drama AI短剧 Hono Nuxt3 Mastra 视频生成 TypeScript 开源项目

Toonflow：15484 Star 的开源 AI 短剧工厂，小说到成片跑通全流程

Toonflow：15484 Star 的开源 AI 短剧工厂，小说到成片跑通全流程
2026-09-11 23:54:09
Toonflow 是 15484 Star 的开源 AI 短剧工具，把小说到成片串成闭环：无限画布工作台、三层 Agent、本地 ONNX 向量记忆、可编程供应商与章节事件图谱。本文给出安装、PM2 部署、成本参考与协议里的商业限制。
Toonflow AI短剧开源项目 Electron TypeScript 视频生成 Agent 短剧制作

Open-Sora 2.0 开源 11B 视频模型：权重和训练代码全放开，20 万美元训完

Open-Sora 2.0 开源 11B 视频模型：权重和训练代码全放开，20 万美元训完
2026-09-11 23:46:26
Open-Sora 2.0 是潞晨科技开源的 11B 视频生成模型，T2V/I2V 共用权重，支持 256px 与 768px。本文整理它的版本时间线、安装与权重下载命令、推理参数（aspect_ratio、num_frames、offload、motion score）、H100/H800 上的耗时显存实测表，以及 VBench 评测结论与几个容易踩的参数限制。
Open-Sora 视频生成 Diffusion 开源模型 CUDA PyTorch

ComfyUI v0.34.0 发布解读：HDR 视频导出、TRELLIS2/Pixal3d 与 Wan 3.0 支持

ComfyUI v0.34.0 发布解读：HDR 视频导出、TRELLIS2/Pixal3d 与 Wan 3.0 支持
2026-09-09 08:01:14
ComfyUI v0.34.0 发布：视频保存支持 HDR/AV1/mkv/webm，新增 Pixal3d/TRELLIS2 3D 生成、Wan 3.0/Seedance 2.5 1080p/vCube 等节点，Gemma4 文本加速，ROCm 7.14+ 默认动态 VRAM。
ComfyUI AI绘画视频生成 3D生成

Google 8 月技术更新盘点：语音转写模型、视频生成与开放模型生态

Google 8 月技术更新盘点：语音转写模型、视频生成与开放模型生态
2026-09-07 06:13:25
Google 2026 年 8 月 AI 动态盘点：Gemini 3.7 Flash 半价发布、Gemini 3.5 Transcribe 实时语音转写、Omni 1.1 Flash 视频生成、Gemma 超 10 亿下载、Pixel 11 系列与 WeatherNext 2 开源等。
Google Gemini AI模型语音转写视频生成开源

MiniMax H3 开源全模态视频生成模型：本地部署与使用指南

MiniMax H3 开源全模态视频生成模型：本地部署与使用指南
2026-09-06 08:19:55
MiniMax H3是官方开源的全模态视频生成系统，支持文字、图片、视频、音频输入，最高2K分辨率、15秒、24FPS、原生32kHz立体声。本文介绍其核心参数、文生/图生/视频生视频等多种玩法、社区去限制文本编码器（NVFP4量化版15.7GB，16GB显存可跑）、ComfyUI三步本地部署流程、完整提示词模板与负面提示词、显存优化建议。强调合规使用，去限制版本为社区第三方作品，使用前需确认符合当地法律法规。
MiniMax H3 视频生成 AI视频开源 ComfyUI 本地部署全模态 NVFP4

文本图片视频API全部不要钱：Agnes AI开放三模态免费接口，1M上下文加4K出图加音画同步视频

文本图片视频API全部不要钱：Agnes AI开放三模态免费接口，1M上下文加4K出图加音画同步视频
2026-09-05 19:15:38
介绍Agnes AI推出的免费API政策：文本模型Agnes-2.0-Flash（1M上下文）、图片模型Agnes-Image-2.1-Flash（4K分辨率）、视频模型Agnes-Video-V2.0（音画同步）三个模型API无限期免费开放，接口兼容OpenAI，上线两周调用量达3.12万亿Token。
Agnes AI 免费API 多模态文本生成图片生成视频生成

3个实用AI短视频开源项目：批量剪辑、离线数字人克隆、智能高光提取

3个实用AI短视频开源项目：批量剪辑、离线数字人克隆、智能高光提取
2026-09-05 18:58:50
介绍3个GitHub上实用的AI短视频开源项目：short-video-factory（3.5K Star，提示词加素材自动剪辑营销短视频）、Duix-Avatar（1.2万Star，离线数字人克隆，支持8种语言）、AutoClip（1.6K Star，AI分析YouTube/B站视频自动提取精彩片段生成切片合集）。
AI短视频视频生成数字人视频剪辑开源项目

World Labs 发布 Atlas：把相机坐标当输入的多模态世界模型，3 台手机能复刻子弹时间

World Labs 发布 Atlas：把相机坐标当输入的多模态世界模型，3 台手机能复刻子弹时间
2026-09-04 00:20:23
World Labs 发布首款多模态世界模型 Atlas：以空间上下文理解三维场景，把相机坐标作为输入实现镜头控制，相机控制对比 MiniMax H3/Seedance 胜率分别 75%/94%，3D 重建误差 25.3 为全场最低；子弹时间场景从 120 台相机降到 3 台手机。
世界模型 Atlas World Labs 多模态视频生成 3D重建李飞飞

MiniMax H3 开源视频模型：ComfyUI 安装部署与使用笔记

MiniMax H3 开源视频模型：ComfyUI 安装部署与使用笔记
2026-08-31 07:31:27
MiniMax 官方开源的全模态视频生成系统 H3 的安装与使用笔记：支持文本/图片/视频/音频输入，输出 2K、15 秒带音频轨视频；含 ComfyUI 节点安装、工作流搭法与踩坑点。
MiniMax H3 视频生成 ComfyUI 开源模型 AIGC

本地白板动画出片：cs-board 部署与配置要点

本地白板动画出片：cs-board 部署与配置要点
2026-08-27 01:01:06
cs-board 本地白板动画视频生成工具部署与配置要点：Windows 环境依赖（Python 3.11+、Node 22.13+、IndexTTS 2.5、OpenLux API）、启动命令、三种生成模式，以及 API Key 与参考音频切勿公开上传的安全提醒。
视频生成 IndexTTS 白板动画部署 AI工具

MiniMax H3 开源视频模型架构深度拆解：从 Contextual Omni Representation 到 H3-Omni Transformer 的全链路工程解析

MiniMax H3 开源视频模型架构深度拆解：从 Contextual Omni Representation 到 H3-Omni Transformer 的全链路工程解析
2026-08-11 14:32:39
深度拆解 MiniMax H3 开源视频模型三层模块架构：Contextual Omni Representation、H3-Omni Transformer、H3-VAE，以及 FL2VA 与 Ref2VA 的技术差异、INT8 量化优化与本地部署实战
MiniMax H3 视频生成开源AI 扩散模型多模态 H3-Omni Transformer

MiniMax H3 开源全模态视频模型深度解析：从架构设计到本地部署实战

MiniMax H3 开源全模态视频模型深度解析：从架构设计到本地部署实战
2026-08-09 09:15:42
深度解析MiniMax H3开源视频模型的技术架构、核心原理与本地部署实战，涵盖Contextual Omni Representation、H3-VAE、H3-Omni Transformer、In-context Regeneration四项核心技术与完整部署指南。
AI 开源视频生成 MiniMax H3 多模态 Transformer

MiniMax H3 深度拆解：当多模态生成决定「用一个模型替代所有专家」——从 Contextual Omni Representation 到 In-context Regeneration，一个开源的全模态统一模型如何用「去任务化」重新定义 AI 创作的终极形态

MiniMax H3 深度拆解：当多模态生成决定「用一个模型替代所有专家」——从 Contextual Omni Representation 到 In-context Regeneration，一个开源的全模态统一模型如何用「去任务化」重新定义 AI 创作的终极形态
2026-08-05 19:15:08
深度拆解MiniMax H3全模态统一架构：Contextual Omni Representation跨模态表征、H3-VAE 4倍压缩视觉编码器、H3-Omni Transformer任务泛化架构、In-context Regeneration上下文内局部重现，附完整代码实战与国产芯片适配指南
MiniMax H3 多模态视频生成开源 AI创作 Contextual Omni Representation H3-VAE H3-Omni Transformer In-context Regeneration 全模态

Remotion 深度拆解：当 React 决定「吞噬」视频制作——从 DOM 即胶片到逐帧截图的范式革命，一个 30K Star 框架如何让程序员用代码造视频

Remotion 深度拆解：当 React 决定「吞噬」视频制作——从 DOM 即胶片到逐帧截图的范式革命，一个 30K Star 框架如何让程序员用代码造视频
2026-08-03 13:43:51
深度拆解Remotion四大核心架构：时间帧驱动模型、React渲染引擎、逐帧截图管线、Lambda分布式渲染，附完整数据可视化视频代码示例与性能优化实战指南
Remotion React 视频生成程序化视频 TypeScript FFmpeg Lambda 前端开发视频制作开源

MiniMax H3 深度拆解：全模态生成模型的「统一理解」革命——当 AI 学会像导演一样「看画面、听声音、读脚本」后，2K 视频创作的底层逻辑被彻底重写

MiniMax H3 深度拆解：全模态生成模型的「统一理解」革命——当 AI 学会像导演一样「看画面、听声音、读脚本」后，2K 视频创作的底层逻辑被彻底重写
2026-08-03 07:12:16
深度拆解MiniMax H3全模态生成模型三大核心架构：Contextual Omni Representation统一表征、H3-VAE音视频联合编码、H3-Omni Transformer理解-生成异构训练，附完整代码示例、API实战与性能对比分析
MiniMax H3 全模态视频生成 MoE VAE 2K视频 V2V Motion Transfer AI视频多模态

大家都在搜索什么？

devops 易支付一个官网+多少钱统一接受回调统一回调 python sub node 宝塔日志 mysql shell ElasticSearch css vue api接口对接 2025 支付接口对接 go php php回调