story-to-handdrawn-video

开源大规模视频生成模型，16K+ stars。支持高质量文本到视频和图像到视频生成，是开源视频生成领域的最新标杆

🎯开源视频生成，适用于内容创作、广告制作、教育视频

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

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

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

让静态肖像照片“活起来”的 AI 肖像动画工具。支持单张照片驱动面部表情、头部姿态和口型同步，可生成逼真的肖像动画视频。18K+ stars，是开源数字人和肖像动画领域的标杆项目

🎯多模态内容理解与生成