JoyAI Echo

阿里巴巴通义万相视频生成模型 Wan 2.1，支持高质量文本到视频生成，支持多种分辨率和时长，开源权重可商用

🎯AI 视频生成、文本到视频转换、创意内容制作

让 Claude / LLM 真正「看懂」视频的开源工具。通过场景感知去重抽取关键帧（基于 ffmpeg + 场景切换检测），避免冗余帧浪费 token，再把精简后的帧序列交给多模态模型分析。1832 stars，MIT 许可。

🎯把长视频压缩为少量有代表性的关键帧再交给 LLM 做内容理解，节省 token 并提升视频问答准确性

一个开源 Agent skill，能把中文故事文案或一组有序图片自动转成手绘日记漫画风格的视频。适合作为内容创作流水线的技能节点，由 AI agent 调用完成从文案到成片的批量生成。595 stars，MIT 许可。

🎯把中文故事文案或有序图片批量转为手绘日记风视频，作为 Agent 内容创作技能

Runway 的最新视频生成模型，支持多模态输入（文本、图像、视频片段）。提供专业级时间轴控制、视频编辑（风格迁移、对象替换）等高级功能。Web 界面 + API 双模式，是专业视频创作者的首选平台。

🎯多模态内容理解与生成

AI 短视频生成工具，56,087+ stars。利用大模型一键生成高清短视频，自动完成选题、文案、配音、字幕、画面生成全流程。是国内最受欢迎的 AI 短视频自动化工具。

🎯多模态内容理解与生成

OpenAI 的旗舰级视频生成模型，基于 Diffusion Transformer 架构。支持最长 60 秒视频生成，在物理模拟（流体、光影、碰撞）方面表现卓越。通过 ChatGPT Plus/Pro 订阅可用，是 2026 年质量最高的文生视频模型。

🎯多模态内容理解与生成