企业官网建设流程全解析

AI视频生成上手指南：Open Generative AI

【免费下载链接】Open-Generative-AIUnrestricted Open-source alternative to AI video platforms — Free AI image & video generation studio with 600+ models (Flux, Midjourney, Kling, Sora, Veo). No content filters. Self-hosted, MIT licensed.项目地址: https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI

Open Generative AI 是一个可自托管的开源 AI 视频与图像生成工作室，把 Flux、Midjourney、Kling、Sora、Veo 等 400 余个模型接入统一界面，覆盖文生视频、图生视频与唇形同步的完整产出链路。项目采用 MIT 许可证，提供在线版、桌面客户端与本地推理三种启动方式，无需订阅费。

能力与定位速览

Web 版基于 Next.js 的 App Router 构建，入口页面在app/studio/目录；桌面版与共享包packages/studio/复用同一份模型定义，两边能力保持一致。

环境准备与三种启动方式

在线版：免安装，浏览器打开托管地址即可使用全部工作室，模型列表始终跟随最新版本，适合先体验再决定是否自建。

桌面客户端：macOS（DMG）、Windows（NSIS）、Linux（AppImage/DEB）均有预构建安装包；从源码构建则需要 Node 18+：

git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI cd Open-Generative-AI && npm run setup && npm run electron:dev

注意npm run setup不可省略，它会在装依赖后构建packages/studio等 workspaces 子包，只跑npm install起不来服务。

本地推理：仅桌面客户端支持，内置两条独立引擎。sd.cpp 打包在应用内，在本机跑图像模型，支持 Metal/CUDA/Vulkan/ROCm；Wan2GP 是你在 GPU 机器上自建的 Python+PyTorch 服务，应用通过 HTTP 提交任务，可跑 Flux、Wan 2.2、Hunyuan 等视频与图像模型。硬件上，8GB 内存的机器建议只跑 SD 1.5 级别的小模型，跑 2.5GB 以上的扩散模型推荐 16GB 起，Wan2GP 侧需要 CUDA/ROCm GPU。两者区别：本地推理权重跑在你自己的显卡上、免 API Key；云端模式则把请求发往 API 网关，首次使用需在界面里配置访问密钥。

桌面客户端中的工作室界面：暗色玻璃拟态 UI，顶部为各工作室标签页

从提示词到成片：核心工作流

文生视频

在 Video Studio 输入场景描述，默认展示 40 余个文生视频模型（Kling、Sora、Veo、Seedance、Hailuo 等），主逻辑在 src/components/VideoStudio.js。参数控件会随所选模型自动刷新：宽高比（16:9、9:16、4:3 等）与时长（5/10/15 秒）只列出该模型支持的档位。点击生成后，客户端先提交 prompt 与参数，再轮询任务状态，拿到视频 URL 后写入右侧历史面板，可直接全分辨率下载。

生成工作室界面：顶部输入提示词，切换标签页后选择模型与参数

图生视频

上传一张起始帧图像后，工作室自动切换到 60 余个图生视频模型集（Kling I2V、Veo3 I2V、Runway I2V、Wan I2V、Midjourney I2V），此时提示词变为可选，用来描述期望的运动轨迹。上传过的参考图会进入本地上传历史，下次复用无需再次上传，多参考图模型按你勾选的顺序提交。

唇形同步：音频驱动的说话视频

Lip Sync 提供两种输入模式。「肖像+音频」模式上传人像照片与音频即可得到说话视频，模型含 Infinite Talk、Wan 2.2 Speech to Video、LTX Lipsync 等，分辨率可选 480p 至 1080p；「视频+音频」模式则为现有视频重做口型，模型含 LatentSync、Sync、Veed 等。实现位于 src/components/LipSyncStudio.js，页面刷新后未完成的同步任务会自动恢复轮询。

后期镜头控制

生成素材后，可切到 Cinema Studio 按专业摄影语言微调：机身从 8K 数字机到 70mm 胶片、镜头含变形宽幅与复古定焦、焦段覆盖 8mm 至 85mm、光圈 f/1.4 到 f/11。这些选择会被翻译成镜头语法的提示词修饰项，注入下一次生成，而不是在本地做滤镜处理。

Cinema Studio 的「Classic 16mm Film」机型选项，模拟复古胶片纹理

进阶：批量、API 与模型扩展

Workflow Studio 批量编排

Workflow Studio 用节点编辑器把图像、视频、音频模型连成多步管线，自带模板库与社区工作流，Playground 可以交互式试跑。每条管线同时暴露 API 调用入口，适合把「生成—修图—转视频」这类重复流程批量执行。

提交加轮询的两步 API

src/lib/muapi.js 封装了统一的调用模式：首个请求返回request_id，随后轮询结果端点直至状态完成。自建系统对接时照此写即可：

const res = await muapi.generateVideo({ apiKey, model: 'seedance-2.0', prompt: '霓虹夜街，缓慢推镜', aspect_ratio: '16:9', duration: 5 });

扩展模型列表

全部模型定义集中在 packages/studio/src/models.js，每条含id、参数 schema（分辨率、宽高比、时长支持）与映射到 API 路径的endpoint。新增模型只需在此追加一条定义，Web 端与桌面端随共享包同步生效，不需要改工作室组件。

适用人群、技术栈与资源入口

适合谁：需要统一界面横向比较多模型视频生成效果、或要求数据留在自己机器上的团队；不适合谁：只想零配置开箱即用的用户——云端模式需要访问密钥，本地模式需要自备 GPU。

技术栈：Next.js 15 / React 19 / Tailwind CSS / Electron，npm workspaces 单仓库，共享 UI 库位于packages/studio/。

• 完整安装、本地推理与排错步骤见 README.md
• 架构与状态管理背景见 project_knowledge.md
• 问题反馈与社区讨论在仓库的 Issues 区

评估这类自托管 AI 视频生成方案时，最省事的起点是先 clone 仓库，完整跑通一次文生视频链路，再决定是否接本地推理。

【免费下载链接】Open-Generative-AIUnrestricted Open-source alternative to AI video platforms — Free AI image & video generation studio with 600+ models (Flux, Midjourney, Kling, Sora, Veo). No content filters. Self-hosted, MIT licensed.项目地址: https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI