VideoCrafter
VideoCrafter2 高质量视频扩散模型，突破数据限制实现高质量视频生成，支持文本到视频和图像到视频。
🎯适用场景：高质量视频生成——适合需要文本/图像到视频生成的开发者和创作者
📥 收录于 2026/5/28
📊 仓库数据
✅ 优点
- •5K+ stars 开源视频生成头部项目
- •支持文本到视频和图像到视频
- •生成质量高
- •完全开源可自部署
⚠️ 限制
- •需要 GPU 资源
- •生成速度较慢
- •训练数据有限制
🔗 相关工具
Wan 2.2
github.com/Wan-Video/Wan2.2
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
CogVideo
github.com/zai-org/CogVideo
智谱开源的文本/图像到视频生成模型，13K+ stars。包括 CogVideoX (2024) 和 CogVideo (ICLR 2023)，是开源视频生成的重要方案
🎯开源视频生成研究，视频内容创作，AI 视频模型微调
HunyuanVideo
github.com/Tencent-Hunyuan/HunyuanVideo
腾讯混元大规模视频生成模型框架，12K+ stars。系统性框架覆盖视频生成的训练和推理全流程，支持高质量文生视频和图生视频
🎯高质量文生视频、图生视频生成
LTX-Video
github.com/Lightricks/LTX-Video
Lightricks 开源视频生成模型，10K+ stars。支持文生视频和图生视频，基于 Diffusion Transformer 架构，是轻量级高质量视频生成的代表项目
🎯轻量级文生视频、图生视频生成
Sora 2
openai.com/sora
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
diffusers
github.com/huggingface/diffusers
🤗 扩散模型工具库，6.5K+ stars。最先进的图像、视频和音频扩散模型，Hugging Face 出品的生成式 AI 核心工具
🎯多模态内容理解与生成