Home Progetti awesome-video-generation
awesome-video-generation

awesome-video-generation

di AlonzoLeeeooo · GitHub

Una raccolta di studi fantastici sulla generazione di video.

Visualizza su GitHub
In parole semplici

Esplora una collezione di articoli di ricerca e risorse focalizzate sulla generazione di video utilizzando tecniche AI.

⭐ Stelle
🍴 Fork
🔥 Tendenze
📜 Licenza
Uso commerciale consentito
📅 Creato
🔄 Ultimo commit
🏷️ Categoria
💻 Lingua
Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
awesome-video-generation — GitHub preview card
📈 Storia delle stelle
778773
2026-07-202026-07-29
📈 Segui awesome-video-generation

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Una raccolta di studi fantastici sulla generazione di video.

awesome-video-generation ha 778 stelle su GitHub. È stato forkato 42 volte. awesome-video-generation è scritto principalmente in TeX. È in sviluppo attivo dal 2024. awesome-video-generation è disponibile con licenza MIT. I suoi temi principali sono: diffusion-models, generative-adversarial-networks, paper-list, text-to-video-generation.

Frequently asked questions

Che cos'è awesome-video-generation?

Una raccolta di studi fantastici sulla generazione di video.

awesome-video-generation è open source?

awesome-video-generation è un progetto open source. È rilasciato con licenza MIT.

awesome-video-generation è gratuito?

Sì. awesome-video-generation è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è awesome-video-generation?

awesome-video-generation è disponibile con licenza MIT.

In quale linguaggio è scritto awesome-video-generation?

awesome-video-generation è scritto principalmente in TeX.

🏅 Manutentore di questo progetto?
OpenSourceAI badge — awesome-video-generation

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=alonzoleeeooo-awesome-video-generation)](https://opensourceai.tech/project/alonzoleeeooo-awesome-video-generation.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
awesome-image-inpainting-studies
Una collezione di studi eccezionali sull'inpainting delle immagini.
394 · diffusion-models
condividegenerative-adversarial-networkspaper-list
MotionDirector
[ECCV 2024 Oral] MotionDirector: Personalizzazione del movimento dei modelli di diffusione da t…
1k · diffusion-models
condividetext-to-video-generationvideo-generation
MimicMotion
Generazione di video di movimento umano di alta qualità con guida alla posa consapevole della f…
2.6k · diffusion-models
condividevideo-generationdiffusion-models
PVDM
[CVPR'23] Modelli di Diffusione Probabilistica Video nello Spazio Latente Proiettato
322 · diffusion-models
condividevideo-generationdiffusion-models
Pyramid-Flow
[ICLR 2025] Pyramidal Flow Matching per una modellazione generativa video efficiente
3.2k · diffusion-models
condividevideo-generationdiffusion-models
HunyuanVideo
HunyuanVideo: Un Framework Sistematico per Modelli di Generazione Video di Grandi Dimensioni
12.4k · diffusion-models
condividevideo-generationdiffusion-models
MAGI-1
MAGI-1: Generazione video autoregressiva su larga scala
3.7k · autoregressive
condividevideo-generationdiffusion-models
ControlVideo
[ICLR 2024] Implementazione ufficiale di pytorch di "ControlVideo: Training-free Controllable T…
864 · diffusion-models
condividevideo-generationdiffusion-models
fantasy-portrait
FantasyPortrait: Migliorare l'Animazione di Ritratti Multi-Carattere con Trasformatori di Diffu…
511 · diffusion-models
condividevideo-generationdiffusion-models
videocomposer
Repo ufficiale per VideoComposer: Sintesi Video Composizionale con Controllabilità del Moviment…
958 · diffusion-models
condividevideo-generationdiffusion-models

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.