Open Generative AI：免费开源的 AI 视频生成工作室，400+ 模型可自托管

Open Generative AI：免费开源的 AI 视频生成工作室，400+ 模型可自托管

【免费下载链接】Open-Generative-AIUnrestricted Open-source alternative to AI video platforms — Free AI image & video generation studio with 600+ models (Flux, Midjourney, Kling, Sora, Veo). No content filters. Self-hosted, MIT licensed.项目地址: https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI

Open Generative AI 是一个免费、开源的 AI 视频生成工作室（MIT 协议），接入 Flux、Midjourney、Kling、Sora、Veo 等 400+ 模型，支持文生视频、图生视频、唇形同步等生成方式，没有内容过滤器，可以完整自托管，数据留在自己的机器上。适合短视频创作者、影视爱好者和在意隐私的开发者。

快速上手

这一节能让你用最短时间跑起来一个可用的 Open Generative AI，按零安装到自托管从轻到重排了三种方式。

方式一：网页版，零安装。项目官方提供一个托管在线版本，浏览器打开就能用全部 14 个工作室（图像、视频、唇形同步、工作流等），注册免费账号即可开始生成。网页版走云端 API，对本地硬件没有任何要求，适合先体验再决定要不要部署。

方式二：桌面应用，推荐大多数人用。官方提供预构建安装包，不需要 Node.js 和终端：macOS 是 DMG（分 Intel 和 Apple Silicon 两个版本），Windows 是 x64 安装包，Linux 有 AppImage 和 .deb 两种。macOS 首次启动被 Gatekeeper 拦下时不用担心，应用只是没有做公证，去系统设置的「隐私与安全性」里点「仍要打开」就行，全程不用敲命令；Windows SmartScreen 弹窗点「更多信息 → 仍要运行」即可。

方式三：从源码构建。需要 Node.js 18+。先执行git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI（必须带子模块，工作流和智能体包都在子模块里），再执行npm run setup安装依赖并构建工作区子包，这一步不能省，只跑 npm install 是不够的。之后跑 npm run dev 启动网页版，浏览器访问 localhost:3000 就是完整应用。

首次使用只需要配一项：启动时会提示输入 Muapi API 密钥，粘贴到设置界面即可；如果只打算用本地模型，这一步可以直接跳过。密钥只保存在浏览器 localStorage 里，不会同步到其他服务器。

工作室生成页：输入场景描述、选择模型即可生成，顶部导航可切换 14 个不同工作室

核心功能讲解

这一节按你实际使用时的任务拆解功能，从生成到精修，每个功能先说适用场景再说具体操作。

从一句话生成视频

视频工作室是项目的主角，采用双模式自动切换：不上传图片时展示 40+ 个文生视频模型（Kling、Sora、Veo、Runway 等）；上传一张起始帧图片后自动切换到 60+ 个图生视频模型。操作上就是输入提示词、选择画幅比例和时长、点生成，模型列表会随你有没有传图自动变，不用自己研究哪个模型能吃图片。核心实现在 src/components/VideoStudio.js。

用文字和参考图生成或精修图像

图像工作室同样是双模式：默认 50+ 个文生图模型，上传参考图后切换到 55+ 个图生图模型。两个细节比较实用：一是支持的模型最多一次喂 14 张参考图，勾选顺序就是发送给模型的顺序，适合做多角色合成或风格迁移；二是所有上传过的图都存进本地上传历史，下次用到同一个角色或素材直接从历史面板点选，不用重复上传。

图像生成页：选定模型、输入场景描述，生成完成后可一键下载原图

让人物口型跟着音频动

适合配音、多语言本地化和数字人场景。唇形同步工作室有 9 个专用模型、两种输入模式：一种是「人像图片 + 音频 → 说话视频」，另一种是「已有视频 + 音频 → 口型同步视频」。流程固定：选模式、传图或视频、传音频，可再写一句提示词引导动作风格，然后生成。任务列表单独保存，页面刷新后未完成的生成会自动接上。实现在 src/components/LipSyncStudio.js。

用相机参数拍出专业电影感

电影工作室把相机语言翻译成了生成参数：机身（从 70mm 胶片到 8K 数字电影机）、11 种镜头（变形、微距、移轴等）、焦距（8mm 超广角到 85mm 特写人像）、光圈（f/1.4 浅景深到 f/11 深焦）都可选。选完之后系统会自动把这些参数转成提示词修饰语拼进请求里，你不需要自己背「电影感提示词」怎么写。

Cinema Studio 中创意移轴镜头选项的示例图，共提供 11 种镜头风格

进阶与深挖

这一节覆盖三件事：在自己机器上跑模型、常见问题的排查、以及接入自己的系统。

配置本地推理省成本又保隐私

本地推理只在桌面应用里可用，内置两个独立引擎。一个是捆绑的 sd.cpp，直接跑在本机，支持 Apple Silicon 的 Metal GPU 以及 Linux/Windows 上的 CUDA、Vulkan、ROCm，模型列表有 Z-Image Turbo、SDXL、SD 1.5 系列等，全是图像模型；另一个是 Wan2GP，需要你在有 CUDA/ROCm GPU 的机器上自己跑一个 Gradio 服务器，桌面应用通过网络发请求——这意味着 Mac 用户也能远程借用局域网里一台带 NVIDIA/AMD 显卡的机器跑 Wan 2.2、Hunyuan、LTX 等视频模型和 Flux 等大图像模型。两个引擎都在「设置 → 本地模型」里配置：一键装引擎、下载模型，生成时点 Local 开关就能用，全程不需要 API 密钥。硬件上注意：跑 Z-Image 建议 16GB 内存，8GB 的 Mac 上已知会把系统卡死，这类机器请改用 SD 1.5 模型。

常见坑与解决

• 网页版启动报「Couldn't find a pages directory」：说明没在仓库根目录运行，或子模块缺失。确认所在目录里有 app/ 和 next.config.mjs，然后重跑 npm run setup 即可。
• macOS 首次打开被拦截：不是中病毒，应用只是未做公证。在「系统设置 → 隐私与安全性」点「仍要打开」，只需要做一次。
• Ubuntu 24.04+ 上 AppImage 无响应或直接闪退：新内核的 AppArmor 策略限制了 Chromium 沙箱。直接改用 .deb 包，安装时会自动装好对应的 AppArmor 配置。
• 本地生成慢得反常：Apple Silicon 上 SD 1.5 正常速度约 1–2 秒一步，如果到了 10 秒左右，说明引擎回退到了 CPU。去「设置 → 本地模型」重装一次引擎再验证。
• 云端生成失败或超时：先确认网络与 API 密钥填的是密钥值而不是密钥名称，然后降低分辨率或换一个更轻的模型再试。

用 API 接入自己的模型与工作流

应用与 Muapi 之间是一个两步协议：第一步 POST 到模型端点提交任务，第二步轮询结果端点直到状态变为完成，密钥走 x-api-key 请求头。客户端实现见 src/lib/muapi.js，想接自己的后端或做自动化批处理，照这个模式写就行。工作流工作室本质上是这套 API 的可视化版本：拖拽节点编辑器把图像、视频、音频模型连成流水线，有现成模板可以套用，跑好的流程也能保存复用，而且每个流程本身都可以通过 API 调用，方便嵌进你自己的产品里；底层工作流引擎是独立的开源包，可以直接搬到其他项目中使用。

全部 400+ 模型的清单就定义在一个文件里（packages/studio/src/models.js），新增模型或改界面都比想象中简单。如果受够了商业平台的订阅费和提示词拦截，现在就可以 clone 仓库跑起来，先试着让一句提示词变成第一条视频。

【免费下载链接】Open-Generative-AIUnrestricted Open-source alternative to AI video platforms — Free AI image & video generation studio with 600+ models (Flux, Midjourney, Kling, Sora, Veo). No content filters. Self-hosted, MIT licensed.项目地址: https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI