Startseite Projekte awesome-video-generation
awesome-video-generation

awesome-video-generation

von AlonzoLeeeooo · GitHub

Eine Sammlung großartiger Studien zur Videogenerierung.

Auf GitHub ansehen
In einfachen Worten

Erforschen Sie eine Sammlung von Forschungsarbeiten und Ressourcen, die sich auf die Generierung von Videos mit KI-Techniken konzentrieren.

⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
awesome-video-generation — GitHub preview card
📈 Sternhistorie
778773
2026-07-202026-07-29
📈 awesome-video-generation verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Eine Sammlung großartiger Studien zur Videogenerierung.

awesome-video-generation hat 778 Sterne auf GitHub. Es wurde 42-mal geforkt. awesome-video-generation ist hauptsächlich in TeX geschrieben. Es wird seit 2024 aktiv entwickelt. awesome-video-generation ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: diffusion-models, generative-adversarial-networks, paper-list, text-to-video-generation.

Frequently asked questions

Was ist awesome-video-generation?

Eine Sammlung großartiger Studien zur Videogenerierung.

Ist awesome-video-generation Open Source?

awesome-video-generation ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist awesome-video-generation kostenlos?

Ja. awesome-video-generation ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht awesome-video-generation?

awesome-video-generation ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist awesome-video-generation geschrieben?

awesome-video-generation ist hauptsächlich in TeX geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — awesome-video-generation

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=alonzoleeeooo-awesome-video-generation)](https://opensourceai.tech/project/alonzoleeeooo-awesome-video-generation.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
awesome-image-inpainting-studies
Eine Sammlung großartiger Studien zur Bildinpainting.
394 · diffusion-models
teiltgenerative-adversarial-networkspaper-list
MotionDirector
[ECCV 2024 Oral] MotionDirector: Bewegungsanpassung von Text-zu-Video-Diffusionsmodellen.
1k · diffusion-models
teilttext-to-video-generationvideo-generation
MimicMotion
Hochwertige menschliche Bewegungs-Videogenerierung mit kontextbewusster Pose-Anleitung
2.6k · diffusion-models
teiltvideo-generationdiffusion-models
PVDM
[CVPR'23] Video-Probabilistische Diffusionsmodelle im projizierten latenten Raum
322 · diffusion-models
teiltvideo-generationdiffusion-models
Pyramid-Flow
[ICLR 2025] Pyramidal Flow Matching für effizientes Video-Generative Modeling
3.2k · diffusion-models
teiltvideo-generationdiffusion-models
HunyuanVideo
HunyuanVideo: Ein systematischer Rahmen für große Video-Generierungsmodelle
12.4k · diffusion-models
teiltvideo-generationdiffusion-models
MAGI-1
MAGI-1: Autoregressive Videoerzeugung in großem Maßstab.
3.7k · autoregressive
teiltvideo-generationdiffusion-models
ControlVideo
[ICLR 2024] Offizielle PyTorch-Implementierung von "ControlVideo: Training-free Controllable Te…
864 · diffusion-models
teiltvideo-generationdiffusion-models
fantasy-portrait
FantasyPortrait: Verbesserung der Multi-Character-Porträtanimation mit ausdrucksverstärkten Dif…
511 · diffusion-models
teiltvideo-generationdiffusion-models
videocomposer
Offizielles Repository für VideoComposer: Kompositionale Videosynthese mit Bewegungssteuerung
958 · diffusion-models
teiltvideo-generationdiffusion-models

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.