Open Generative AI 开源AI视频生成工作室完整指南：600+ 模型、免内容过滤、自托管零月费-迪斯科星球

Open Generative AI 开源AI视频生成工作室完整指南：600+ 模型、免内容过滤、自托管零月费

【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

做 AI 视频的都知道这些糟心事：Midjourney 一个月几十上百美元，提示词稍不合规就被内容过滤器拦截，想在多个平台之间换个模型还得各开一个账号、各充一份钱。Open Generative AI 是个自托管的开源 AI 视频生成工作室，一个界面接进 600+ 模型（Flux、Midjourney、Kling、Sora、Veo），无内容过滤、MIT 协议可商用，桌面端还能跑本地推理，图像生成全程免 API Key。

我 clone 下来完整跑了一遍，把安装、出片、本地引擎的坑都替你踩完了。它把 14 个工作室塞进同一个界面：图像、视频、唇形同步、音频、剪辑、电影感镜头、营销素材、可视化工作流。模型分 8 个类别，文生图 70+、图生图 70+、文生视频 85+、图生视频 120+，全部定义在单一数据文件里，详见 packages/studio/src/models.js，加模型不用改任何 UI 代码。

一次性配置：3 分钟装好桌面版并开始出图

大多数人直接用预构建安装包就行，不需要 Node.js 和终端：

下载对应平台的安装包——macOS 选 DMG（Apple Silicon 和 Intel 各一个），Windows 选 NSIS 安装包，Linux 用 AppImage 或 .deb
macOS 首次启动会被 Gatekeeper 拦截（应用未经 Apple 公证），终端执行xattr -cr "/Applications/Open Generative AI.app"，然后右键应用选「打开」确认一次；Windows 弹 SmartScreen 就点「更多信息 → 仍要运行」
首次进入会提示填 MuAPI 的 Access Key——如果你只打算用本地模型，这一步可以直接跳过

想从源码自托管或改代码，需要 Node.js 18+：

git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI cd Open-Generative-AI npm run setup # 装依赖 + 构建 studio/workflow/agent 工作区包，缺一不可 npm run dev # 网页版，跑在 localhost:3000；桌面端用 npm run electron:dev

注意npm install单独跑是不够的，必须用npm run setup，否则启动会报「Couldn't find a 'pages' directory」——那是 Next.js 看不到子模块里的app/目录。

出第一张图只要 30 秒：进 Image Studio，写提示词，选模型，点生成。云端走统一的两步模式——提交任务拿 request_id，再轮询结果直到completed，客户端实现在 src/lib/muapi.js。所有历史结果存在浏览器本地，随时回看下载。

按你要交付的东西选工作室

把静图变成动态镜头。进 Video Studio 传一张参考图（海报、立绘、产品图都行），模型列表会自动从 85+ 个文生视频模型切到 120+ 个图生视频模型（Kling I2V、Veo3 I2V、Runway I2V、Seedance 2.0 I2V 等），输出 5~15 秒视频。

让照片开口说话。Lip Sync Studio 有 15 个对口型模型、两种模式：肖像图 + 音频 → 说话视频（Infinite Talk、Wan 2.2 Speech to Video、LTX 2.3 Lipsync 等，最高 1080p）；已有视频 + 音频 → 重新对口型（LatentSync、Veed 等）。虚拟主播和多语言配音基本靠它。

要大片质感，不要参数感。Cinema Studio 是套虚拟摄影机：6 种机身（模块化 8K 数字机到经典 16mm 胶片）、11 种镜头（旋焦、超大微距、变形宽银幕……）、6 档焦距（8mm 到 85mm）、3 档光圈（f/1.4 / f/4 / f/11）。每个选择都被翻译成优化过的提示词修饰符，等于给 AI 下达摄影指导手册，不用自己背提示词公式。

批量出商用素材。Marketing Studio 从单张输入生成一组广告变体；AI Influencer Studio 用来维持同一个虚拟人设的一致性内容。

把固定动作变成流水线。Workflow Studio 是节点式编辑器：拖节点把图像、视频、音频模型连起来，上一步输出直接喂给下一步，还有社区模板可以拿来就跑。「出图 → 精修 → 生成视频」这种重复劳动一次配置永久复用。

细节彩蛋：兼容模型一次最多收 14 张参考图（Nano Banana 2 Edit 满额 14 张，Nano Banana Edit、Flux Kontext、GPT-4o Edit 等 10 张），多选面板带顺序编号，可以精确控制每张图的发送顺序；传过的图自动进本地历史库，跨会话复用，永远不会上传第二遍。

避坑清单：本地推理的内存与硬件红线

桌面端内置两套互相独立的本地引擎，都在「设置 → 本地模型」配置，实现代码在 electron/lib/。

sd.cpp（捆绑下载，新手首选）：一键装引擎 + 模型，跑在本机。Apple Silicon 走 Metal GPU，Windows/Linux 走 CUDA/Vulkan/ROCm。内置 6 个图像模型：SD 1.5 三件套（Dreamshaper 8 / Realistic Vision / Anything v5，各 2.1GB）、SDXL（6.9GB）、Z-Image Turbo / Base。装好后在 Image Studio 点亮「Local」开关即可出图，全程不碰 API Key。

Wan2GP（自带安装，跑视频用）：桌面应用不捆绑 Python 和权重，需要你自己在一台 CUDA/ROCm GPU 机器上装好 Wan2GP，然后把它的 MCP 服务器地址（如http://192.168.1.42:7866/mcp）填进设置面板，桌面端当纯客户端。好处是 Mac 用户也能白嫖家里那台 N 卡机器跑 Wan 2.1/2.2、Hunyuan Video 1.5（480p）、LTX-2 蒸馏版（8 步 720p），最低显存门槛是 Wan 2.1 1.3B 的约 8GB。注意 Wan2GP 的 Gradio 网页端口 7860 不是 API，不能用。

真实限制，逐条看：

8GB 内存的 Mac 别碰 Z-Image。官方明确写了会卡死系统，老老实实用 2.1GB 的 SD 1.5；想要 Z-Image（Turbo 权重 2.5GB + 辅助文件 2.7GB）至少备16GB 内存
模型文件默认存在应用数据目录（macOS 在~/Library/Application Support/open-generative-ai/local-ai），几 GB 起步，C 盘紧张就设环境变量OPEN_GENERATIVE_AI_LOCAL_AI_DIR挪到别的盘
Ubuntu 24.04+ 的 AppArmor 会静默杀掉 AppImage（Chromium 沙箱被内核策略拦了）：装.deb包最省心，它自带 AppArmor profile；AppImage 用户需要手动执行sudo sysctl -w kernel.apparmor_restrict_unprivileged_userns=0
M2 上跑 SD 1.5 正常应约 1~2 秒/步，如果你看到 10 秒/步，说明二进制回退到了 CPU，回「设置 → 本地模型」重装引擎
本地推理只有桌面端有，网页自托管版永远走云端 API

3 条少踩坑的实操经验

先传参考图，再选模型。双模式切换是自动的，上传前列表显示的是文生图/文生视频模型，上传后才是图生图/图生视频模型——顺序反了就会在错误的集合里挑，生成参数对不上。
提示词写镜头语言，不写形容词。机位、运动方向、光线、镜头材质，越像分镜脚本出片越稳；Cinema Studio 里这套选择会自动帮你转成修饰符。
低清试稿，满意再上高分辨率。480p/720p 快速验证构图和运镜，通过了再出 1080p；本地推理同理，先小步数跑通再上高质量档位，省时间也省算力。

把仓库 clone 下来装好桌面端，今晚就能出你的第一条 AI 视频。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析