Open Generative AI：免费开源的AI视频生成工具，400+模型完整使用指南-开发者社区

Open Generative AI：免费开源的AI视频生成工具，400+模型完整使用指南

【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

30秒快速看懂

Open Generative AI 是一个 MIT 许可的开源视频生成工具：把文生视频、图生视频、AI唇形同步和镜头控制装进一个本地可跑的工作室。模型目录收录 400 多个条目，覆盖 Flux、Midjourney、Kling、Sora、Veo 等，不设内容过滤器，也不需要订阅费。目标用户是两类：要批量出片的短视频创作者，以及想自托管、把生成能力接进自己产品的技术团队。

快速上手：在线版、桌面应用与本地部署

在线版：零安装体验开源视频生成工具

官方托管了一个可直接打开的 Web 版，注册后就能用全部工作室，不用装 Node.js、不用配置。适合先体验流程、确认模型效果再决定本地部署的人。

桌面应用：三个平台都有安装包

macOS：DMG 安装包，分 Apple Silicon 与 Intel 版；应用未做苹果公证，首次启动需要执行一次xattr -cr解除 Gatekeeper 拦截。
Windows：NSIS 安装包（x64 / ARM64），SmartScreen 弹出警告时点"仍要运行"即可。
Linux：AppImage 或 DEB 包，也可用npm run electron:build:linux自行构建。

桌面版把生成历史、上传素材存在本机，适合日常高频使用、在意数据留在自己机器上的人。

本地模型推理：8GB起步，推荐16GB

这是桌面版独有的能力，有两套引擎：

sd.cpp（内置）：跑在应用同一台机器上，macOS 走 Metal，Linux/Windows 走 CUDA/Vulkan/ROCm，支持 SD 1.5、SDXL、Z-Image 等图像模型。官方建议 Z-Image 配 16GB 内存；8GB 的机器上它可能卡死系统，只能选 SD 1.5 这类约 2.1GB 的轻量模型。
Wan2GP（自备服务器）：应用本身只发提示词，推理放在另一台 CUDA/ROCm GPU 机器上跑，支持 Flux、Qwen-Image 以及 Wan 2.2、Hunyuan、LTX 等视频模型。适合"Mac 做界面 + 家里游戏机或租来的 GPU 做推理"的组合。

按任务场景走一遍：文生视频、图生视频、唇形同步与镜头控制

从一句话到一段视频：文字生成视频

需求是"只有文案，没有素材"。对应功能在 VideoStudio.js：默认模式提供 40 多个文生视频模型（Kling、Sora、Veo、Seedance 2.0 等），填提示词，按需选 16:9 / 9:16 画幅和 5 / 10 / 15 秒时长，提交后由客户端轮询任务直到出片。

有静图想动起来：图片驱动视频

需求是"首帧已经画好了，要让它动"。同一个 Video Studio 里上传一张起始帧，工具会自动切到图生视频模型组，有 60 多个模型可选；部分模型还接受最多 14 张参考图来约束风格与构图。

人物口型对不上：AI唇形同步

需求是配音和本地化。对应 LipSyncStudio.js，两种输入：肖像图 + 音频生成说话视频，或已有视频 + 音频重做口型。底层有 9 个模型可换，如 Infinite Talk、Wan 2.2 Speech to Video、LTX 2.3 Lipsync、LatentSync；图像模式可选 480p / 720p / 1080p，历史任务刷新页面后自动续跑。

从 16mm 胶片到 f/11 光圈：镜头参数怎么设

需求是"画面要有电影感，但提示词写不出摄影语言"。对应 CinemaStudio.js 里的虚拟摄影机：机身从经典 16mm 胶片、70mm 大画幅到 8K 数字机，镜头覆盖变形宽银幕、微距、旋焦人像等，焦距 8mm 至 85mm，光圈三档 f/1.4（浅景深）、f/4、f/11（深景深）。这些选择会被翻译成提示词修饰词，而不是直接改画面参数。

进阶：工作流编排与 API 接入

工作流画布可以把图像、视频、音频模型串成多步管道，支持节点编辑、模板库、社区共享，也可以直接在浏览器里试运行；每条工作流最终都能通过 API 触发。

API 本身是"提交任务→轮询结果"两步：POST /api/v1/{模型端点}拿到request_id，再轮询GET /api/v1/predictions/{request_id}/result直到状态为 completed，认证走x-api-key请求头。调用方式可以直接参考客户端实现 src/lib/muapi.js：

const res = await fetch(baseUrl + '/api/v1/' + endpoint, { method: 'POST', headers: { 'Content-Type': 'application/json', 'x-api-key': key }, body: JSON.stringify({ prompt: '城市夜景，霓虹灯', aspect_ratio: '16:9', duration: 5 }) }); const { request_id } = await res.json(); // 之后轮询 result 接口取片

出片效率与质量提示

按场景选模型档位：同一任务在快慢模型间切换，比反复重跑省时。
先小后大：Seedance 2.0 这类模型给 5 / 10 / 15 秒三档，测试期用 5 秒加基础画质，定稿再拉满。
提示词写全四要素：主体、动作、光线、镜头运动各给一句，比堆形容词有效。
固定种子再对比：确认参数后锁住 seed，换条件才有可比性。
用参考图压住画面：上传起始帧或最多 14 张参考图，比纯文字更稳。
批量走工作流：同一流程保存成工作流，参数一次调好反复跑。

适合谁

短视频与营销内容团队：批量出片，按画幅和时长快速覆盖多版本。
配音与本地化团队：9 个唇形同步模型，图或视频两种输入。
影视前期团队：用 Cinema 工作室出概念镜头和风格参考。
开发者与自托管用户：MIT 许可，可从源码构建，也可以git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI后按 README 用npm run setup启动。

一句话总结：它把 400 多个模型的调用入口、参数面板和本地推理都摆在同一个界面里，适合想跳过各家平台订阅、自己掌控生成流程的人。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考