如何用 Open Generative AI 把一张静图变成 10 秒口型视频：14 个工作室实战指南

如何用 Open Generative AI 把一张静图变成 10 秒口型视频：14 个工作室实战指南

【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 视频与图像生成工作室，它帮内容创作者把一段文字、一张静图或一段录音，变成口型视频和电影级宣传片。内置 400+ 模型、无内容过滤、可自托管，数据和创意都握在你自己手里。

把产品照片变成 10 秒口型宣传片

先从一个具体任务开始：手头有一张产品照，想让它动成 10 秒短视频。

打开「视频工作室」，把产品照作为「起始帧」传上去。上传的刹那，模型列表会自动从 40+ 个文生视频模型，切到 60+ 个图生视频模型，比如 Kling I2V、Veo3 I2V、Wan I2V。

写一句提示词描述你想要的运镜，选个模型，点生成，几分钟后就能拿到一段可下载的成片。

第一次用，先把这三件事办了：

• 想装到本地：直接下桌面版，macOS 拖进应用程序文件夹、Windows 点安装、Linux 有 AppImage 和 .deb，不用装 Node.js。
• 想省事：浏览器打开在线版，核心功能都在。
• 首次使用：进设置贴上你的 MuAPI API Key；只打算用本地模型的话，这步能跳过。

给现有视频重新配中文口型

换个场景：你有一段英文讲解视频，想改成中文口型。

「唇形同步工作室」专做这件事，内置 9 个口型模型，分两种模式：肖像图加音频，生成会说话的短视频；现有视频加音频，重新对口型。

选视频模式，传上原视频和中文音频，挑一个模型（比如 LTX 2.3 Lipsync），点生成。口型会跟着音频走，配音和本地化特别顺手。

用镜头参数调出电影质感

想要专业影视感，就进「电影工作室」，像调相机一样调画面。

选相机（模块化 8K 数字、全画幅电影机等），选镜头（创意倾斜、暖调电影原色、旋涡光斑人像），再定焦距（8mm 超广到 85mm 特写）和光圈（f/1.4 浅景深到 f/11 深焦）。

这些参数会被自动翻译成优化过的提示词修饰符，成片因此带上统一的电影色调，适合对画面有要求、需要连续镜头质感的创作者。

想批量跑任务、接入自己的流水线？

「工作流工作室」让你用拖拽把多个模型串起来：上一步的输出接到下一步，做出图、视频、配音这样的自动化流程，还能套模板、用 Playground 直接试跑。

要在自己的程序里调用，逻辑其实就两步：先 POST 把提示词和参数提交到模型端点，再轮询结果直到状态完成。这套两步模式封装在 src/lib/muapi.js，照着它就能对接任何后端。

所有模型集中在 packages/studio/src/models.js，加新模型或改参数，改这一处，桌面版和在线版同时生效。

想完全离线生成？

桌面版内置两套互不干扰的本地推理引擎，都在「设置 → 本地模型」里配置：

• sd.cpp（捆绑式）：本机直接跑，Apple Silicon 走 Metal GPU，Linux/Windows 走 CUDA、Vulkan、ROCm，适合图像模型，Mac M 系可用。
• Wan2GP（自备服务器）：在另一台带 CUDA 或 ROCm 显卡的机器上跑服务，桌面版只发提示词、收结果，适合 Wan 2.2、Hunyuan、LTX 这类视频模型。

硬件上最低 8GB 内存，Z-Image 这种大模型建议 16GB 起；8GB 的 M 系 Mac 稳妥起见只跑 SD 1.5。

想自托管整站：

git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI cd Open-Generative-AI npm run setup && npm run electron:dev

你可能会遇到

• 视频生成卡住或失败：先确认网络正常、API Key 贴对了，再把分辨率调低或换更轻量的模型。
• 本地推理慢：确认真的在走 GPU（Apple Silicon 应启用 Metal），而不是掉回 CPU；不行就降分辨率。
• 找不到之前生成的内容：所有生成记录都存在浏览器本地，历史面板里能回看、重新下载；上传过的图也留在本地，不会重复上传。

一条提示词、一张静图、一段录音，就是这个工具的全部原料。打开设置贴上你的 API Key，你的第一条口型视频 30 秒后就能出。

【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