Open Generative AI 上手指南600 模型自托管生成 10 秒 AI 视频宣传片【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把一张产品图变成 10 秒的带货宣传片是本文要完成的任务。Open Generative AI 是开源的 AI 图像与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、可自托管。下面带你把应用跑起来完成图生视频再把成片调稳。一句话定位与三组硬指标600 模型packages/studio/src/models.js 单文件定义 584 个模型条目目录覆盖 85 文生视频、120 图生视频、70 文生图14 个工作室图生视频、唇形同步、音频、剪辑、营销素材、可视化工作流全在一个应用里MIT 协议免费自托管无内容过滤云端与本地两套推理引擎可选。第一次启动把应用跑起来的两种方式最快路径是桌面端2.0.0 预构建包macOS 提供 DMGApple Silicon 与 Intel 各一份Windows 是 NSIS 安装包Linux 有 AppImage 和 .deb不需要 Node.js。从源码自托管需要 Node.js 18git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI cd Open-Generative-AI npm run setup # 装依赖并构建工作区包studio、workflow、agents npm run dev # 网页版跑在 localhost:3000桌面端改用 npm run electron:dev两个容易碰上的小问题macOS 首次打开被 Gatekeeper 拦截应用未做 Apple 公证终端执行xattr -cr /Applications/Open Generative AI.app再右键应用选「打开」确认一次即可之后正常启动。源码跑npm run dev报Couldnt find a pages directory说明工作区包没构建或不在仓库根目录含app/与next.config.mjs的那层。重新执行一次npm run setup就能解决。最小闭环拿到第一个图生视频成品首次使用按提示填入 MuAPI 的 Access Key只打算用本地模型可以直接跳过。进入Video Studio上传你的产品图。上传的瞬间模型列表会自动从 40 个文生视频模型切成 60 个图生视频模型Kling I2V、Veo3 I2V、Runway I2V、Midjourney I2V 等。写一句提示词选模型、选分辨率点生成。云端走「提交任务 → 轮询结果」的两步模式核心实现在 src/lib/muapi.js。轮询到 completed成片在界面内直接播放。看到什么算成功视频能播放、一键下载原片任务保留在生成历史里上传过的产品图自动进本地历史库之后跨会话直接复用不用重复上传。把成片做稳时长、分辨率与提示词三层经验时长与质量档位Seedance 2.0 支持 5/10/15 秒、16:9 / 9:16 / 4:3 / 3:4质量分 basic 与 high 两档Grok Imagine 提供 6/10/15 秒。10 秒宣传片就选 10 秒档、high 质量。分辨率策略先用 480p/720p 验证构图满意后再上 1080p分辨率与质量控件只在该模型支持时出现照着控件选项走就不会踩无效参数。提示词写镜头语言机位、运动、光线方向、镜头材质各写一句越接近分镜脚本出片方向越稳。围绕这条宣传片需求与入口对照什么时候需要去哪能做什么静图要动起来Video Studio120 图生视频模型支持 5/10/15 秒档位要加口播配音Lip Sync Studio9 个模型两种模式肖像图音频→说话视频或已有视频音频→重新对口型要电影质感Cinema Studio6 种机身、11 种镜头、6 档焦距8~85mm、3 档光圈f/1.4~f/11自动翻译成提示词修饰符要批量固定动作Workflow Studio拖拽节点把模型连成流水线直接套用社区模板要按多张参考图改图Image Studio兼容模型一次最多接收 14 张参考图多选面板带排序要配套音频与素材Audio / Marketing Studio文生音频、从单一输入出广告素材变体什么情况下才需要本地推理两套引擎的选型与硬件门槛只有两种情况值得开要求零 API Key、数据不出机器或者你手头有 GPU 想自己控制成本。两套引擎互相独立都在桌面端「设置 → 本地模型」配置实现代码在 electron/lib/。sd.cpp捆绑式新手先选它。一键下载安装、跑在本机Apple Silicon 走 Metal GPU 加速Windows/Linux 走 CUDA、Vulkan 或 ROCm。内置 6 个图像模型SD 1.5 三件套Dreamshaper 8 / Realistic Vision v5.1 / Anything v5各约 2.1GB、SDXL 6.9GB、Z-Image Turbo 2.5GB 与 Z-Image Base 3.5GB。配好模型后在 Image Studio 点亮「Local」开关即可生成全程不用 API Key。硬件门槛Z-Image 建议至少 16GB 内存7.4GB 权重 2.4GB 计算缓冲8GB 的 M 系列 Mac 上 Z-Image 官方已知会卡死系统先用 2.1GB 的 SD 1.5几 GB 的模型文件可用环境变量OPEN_GENERATIVE_AI_LOCAL_AI_DIR挪到别的盘。Wan2GP自带安装跑视频用。在一台 CUDA/ROCm GPU 机器上装 Wan2GP桌面端只当客户端填本地文件夹路径或填远程 MCP 服务器 URL默认端口 7866。之后 Video Studio 切到「Local」就能跑 Wan 2.1 1.3B480p约 8GB 显存、Wan 2.2 14B T2V/I2V、Hunyuan Video 1.5、LTX-2 Distilled8 步、720p以及 Flux.1 Dev、Qwen Image。Mac 用户可以借此用局域网的游戏机或租来的 GPU 机器生成视频。跑通之后记四件事先传参考图再选模型。列表按是否上传图片切换模型集合顺序反了会选中文生视频集合。收益一次选对模型集合。低清试稿、高清定稿。480p 验证构图通过后再上 1080p。收益省算力、省等待。提示词按分镜写。机位、运动、光线、镜头各一句少写形容词。收益少出方向性偏差减少重生成次数。用本地历史库存参考图。上传过的图都在库里下次从面板点选。收益同一张产品图反复迭代时零重复上传。开头那条「产品图变 10 秒宣传片」的任务到这里已经可以完整跑通clone 仓库生成你的第一条成片。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考