Open Generative AI 完整指南：AI 图像视频生成从入门到进阶

Open Generative AI 完整指南：AI 图像视频生成从入门到进阶

【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

把一句文字描述变成一段 15 秒的动态视频，在很多平台要付每月几十美元的订阅费。Open Generative AI 把这件事做成免费开源的：它是一个可自托管的 AI 图像视频创作工作室，内置 400+ 模型，支持文本到图像、图像到视频与唇语同步，且没有内容过滤。

🎯 三句话看懂 Open Generative AI 能做什么

它用一个统一界面把图像、视频、电影特效和唇语同步打包在一起，所有模型都集中在 packages/studio/src/models.js 一个文件里维护，更多细节见 README。

三句话讲清它是什么

• 它是什么：一个免费、开源（MIT 协议）、可自托管的 AI 图像视频创作工作室，基于 Next.js 与 React 构建，覆盖14 个工作室和400+ 模型（models.js清单实际已登记 500+ 个）。
• 解决什么问题：让创作者不必为 Midjourney、Runway 等订阅按月付费，也不受提示词被拦截或改写的限制；本地部署时数据不离开自己的机器。
• 和付费方案比省在哪：零订阅费、零使用上限。Midjourney 约 $10–$120/月、Runway 约 $12–$76/月，这部分钱直接省下，还能把界面换成自己的品牌。

🚀 按你的投入程度选上手路径

三条路径都能完成第一次生成，区别只在你愿意配多少环境。

轻用户：浏览器里直接生成

1. 打开托管版页面，注册一个免费账户。
2. 进入 Image 或 Video 工作室，选模型、填提示词、点 Generate。
3. 结果自动存入本地生成历史，可一键下载原图。

💡提示：托管版默认走云端 API，模型总是最新的，适合不想配环境、只想快速出图出视频的人。

进阶用户：装桌面版并启用本地推理

1. 从 Releases 下载对应平台安装包：macOS 用.dmg（分 Apple Silicon / Intel），Windows 用.exe，Linux 用.AppImage或.deb。
2. 打开应用后进入Settings → Local Models，一键安装 sd.cpp 引擎并下载模型。
3. 在 Image Studio 点模型选择器旁的⚡ Local开关，即可本地生成，无需 API key。

开发者：从源码构建

1. 前置准备 Node.js v18+（要用云端模型再备一个 Muapi.ai 接口密钥，只用本地模型可跳过）。
2. 运行git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI，进入目录后执行npm run setup（它会自动npm install并构建 studio / workflow / agents 等 workspaces，只跑npm install是不够的）。
3. 桌面版跑npm run electron:dev；网页版跑npm run dev后访问localhost:3000。

🎬 按目标场景用核心能力

按"你想做成什么"找入口，不用纠结技术模块。

给一张产品图「动起来」

上传一张静态起始帧，选一个图像到视频模型，静态画面就变成 5/10/15 秒短视频。比如把一张电商主图生成背景缓缓流动的展示视频，或给插画里的雨加上飘动效果。

把文字直接变成图或视频

不传图就是文本到图像 / 文本到视频模式，填一句提示词即可。比如输入"清晨森林中的小木屋，阳光透过树叶洒下斑驳光影"，选 Flux Dev 或 Nano Banana 2 出图；选 Kling、Veo 或 Wan 2.6 出视频。

让照片开口说话

Lip Sync Studio 用9 个专用模型覆盖两种输入：肖像图 + 音频 → 会说话的视频，或已有视频 + 音频 → 唇语同步视频。比如上传一张人物肖像和一段录音，生成口型对齐的讲解视频；或给外语视频配上本地语言的口型。

调出电影质感的镜头

Cinema Studio 把相机、镜头、焦距、光圈的选择转成优化过的提示词修饰符，焦距覆盖 8mm 超广角到 85mm 特写，光圈有 f/1.4 浅景深到 f/11 深景深。比如选 Premium Modern Prime 镜头 + f/1.4，就能让人物特写带上有质感的电影光斑。

三档硬件配置怎么选

本地推理只对桌面版开放，托管网页版一律走云端 API，所以这一节主要面向桌面版用户。

三档配置建议

两个本地推理引擎

• sd.cpp（内置）：基于 stable-diffusion.cpp 的 C++ 引擎，与 App 同机运行；Apple Silicon 走 Metal GPU 加速，Linux/Windows 走 CUDA/Vulkan/ROCm，适合纯图像模型，比如 Dreamshaper 8、Realistic Vision v5.1、SDXL Base 1.0。
• Wan2GP（自备服务器）：HTTP 客户端连你自己跑的 Wan2GP 服务器（Python + PyTorch，需 CUDA/ROCm GPU），适合视频大模型，比如 Flux.1 Dev、Wan 2.2 T2V/I2V、Hunyuan Video、LTX Video。桌面端本身可以跑在 Mac 上，把推理甩给局域网里的 GPU 机器。

提示词、多参考图与工作流

把单次生成做成稳定产出，主要靠这三招。

提示词怎么写给对

• 写具体：把环境、光线、氛围写进去，比如"清晨森林中的小木屋，逆光，丁达尔效应"。
• 加风格词：带上油画、水彩、赛博朋克等艺术风格词，模型会更贴合预期。
• 用负面提示：明确排除不想要的元素，比如"无文字、不模糊、避免多余肢体"。
• 按模型调参：支持的模型才显示质量/分辨率选择器，比如 Nano Banana 2 能选 1K/2K/4K，flux-schnell 则不显示。

多张参考图一次喂进去

兼容的编辑模型最多支持14 张参考图（Nano Banana 2 Edit），选择器带序号徽章、支持批量上传。比如做产品换背景时，把主图 + 3 张风格参考按顺序选中，系统会按你选择的顺序发给模型。

用工作流把多步串起来

Workflow Studio 提供模板、社区工作流和拖拽节点编辑器，把图像、视频、音频模型连成流水线。比如"文生图 → 图生视频 → 加配乐"三步连成一个工作流，之后用 Playground 一键跑完，也能直接通过 API 调用。

⚠️ 三个高频坑的现象与解法

macOS 首次打开被拦截

现象：双击应用提示"已损坏"或 Gatekeeper 阻止打开。原因：应用未经 Apple 公证（notarized）。解法：终端执行xattr -cr "/Applications/Open Generative AI.app"，再右键点"打开"确认一次；或走"系统设置 → 隐私与安全性 → 仍要打开"，只做一次。

8GB 内存跑 Z-Image 卡死

现象：选 Z-Image Turbo/Base 后系统假死、应用无响应。原因：Z-Image 权重约 7.4GB + 2.4GB 缓冲，8GB 基础内存装不下。解法：8GB M 系列 Mac 改用 Dreamshaper 8 等 SD 1.5 模型（约 2.1GB），想要 Z-Image 就升到 16GB。

源码启动报"找不到 pages 目录"

现象：npm run dev后 Next.js 报 "Couldn't find a 'pages' directory"。原因：没带 submodule 克隆，或没执行npm run setup，导致 workspaces 包缺失。解法：确保从含app/、package.json、next.config.mjs的仓库根目录运行，并重新npm run setup补齐packages/Vibe-Workflow等子模块。

适合"想免费、无内容过滤地出图出视频，并且愿意为隐私自己托管"的创作者，以及需要多张参考图、电影级镜头这类付费平台没细项的人。如果你手头有一台 16GB 的机器，现在就可以下载桌面版，从 SD 1.5 的 Dreamshaper 8 跑出第一张图。

【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