600 模型无过滤器、0 订阅费Open Generative AI 完整上手指南【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 视频的人大概都踩过这几类坑订阅费月月扣、提示词动不动被内容过滤器拦下来、想换个模型还得再开一个账号。Open Generative AI 是免费、开源、可自托管的 AI 图像与视频生成工作室无内容过滤一个界面接入 600 模型Flux、Midjourney、Kling、Sora、Veo适合不想为每个模型单独注册账号的创作者。先出结果最短上手路径大多数人不用碰命令行下载桌面端就能出片。装应用。从仓库 Releases 拿预构建安装包macOS 用 DMGApple Silicon 和 Intel 都有Windows 用 x64 安装包Linux 用 AppImage 或 .deb全程不用 Node.js。过系统安全拦截一次性。macOS 因未经 Apple 公证会被 Gatekeeper 拦下终端执行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」。别慌都只需做一次之后正常启动。填 Access Key。首次使用按提示填入 MuAPI 的 Access Key只打算用本地模型的话直接跳过这步。出第一张图、第一条视频。进图像工作室选个模型写句提示词生成第一张图进视频工作室默认走文生视频模型选中模型点生成即可出片——云端任务都是提交后自动轮询结果完成一键下载。想自托管再走源码。克隆仓库带子模块工作流和 Agent 包依赖它git 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不能省 npm run dev # 网页版跑在 localhost:3000桌面端用 npm run electron:dev它到底能打几分数据速览核心数字都能在仓库里对上号先看这几行项目数字依据云端模型600文生图 70、文生视频 85、图生视频 120共 8 大类README.md模型定义全部集中在一个文件里packages/studio/src/models.js本地推理引擎2 套sd.cpp 捆绑式 Wan2GP 自装electron/lib/唇形同步模型9 个肖像/视频两种模式README.md参考图上限单次最多 14 张README.md支持平台macOS、Windows、LinuxMIT 协议无订阅费README.md3 个真实场景让静图动起来。进视频工作室上传一张海报或人物立绘模型列表会自动从文生视频切到 120 的图生视频集合Kling、Veo3、Runway、Midjourney I2V 都在里面选一个模型生成得到 5~15 秒的动态镜头。要电影质感的镜头。进电影工作室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~85mm、3 档光圈f/1.4~f/11。每个选择都会被翻译成优化过的提示词修饰符等于给 AI 递了一份摄影指导手册不用自己手写镜头描述。给角色配音对口型。进唇形同步工作室9 个专属模型分两种模式肖像图 音频 → 说话视频已有视频 音频 → 重新对口型。多语言字幕版、虚拟主播内容都能靠它产出。进阶玩法本地推理两套引擎适合想把生成成本彻底打下来、数据不出自己机器的用户。桌面应用内置两套互相独立的本地引擎都在「设置 → 本地模型」里配置实现见 electron/lib/。sd.cpp捆绑式推荐新手。一键下载安装直接跑在本机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 2.1GB、SDXL6.9GB、Z-Image Turbo / Base。配好模型后在图像工作室点亮「Local」开关即可生成全程不碰 API Key。Wan2GP自带服务器跑视频用。需要在一台 CUDA/ROCm GPU 机器上自架 Wan2GP 服务桌面端填本地文件夹路径或远程 URL 当客户端。好处是 Mac 用户也能用一台局域网 GPU 机器跑 Wan 2.1/2.2、Hunyuan、LTX-2 视频模型外加 Flux.1 Dev、Qwen Image 图像模型。配置要点8GB 内存的 Mac 别碰 Z-Image官方已知它会卡死系统先用 2.1GB 的 SD 1.5想要 Z-Image 至少备 16GB 内存几 GB 的模型文件默认存在应用数据目录macOS 为~/Library/Application Support/open-generative-ai/local-ai可用环境变量OPEN_GENERATIVE_AI_LOCAL_AI_DIR挪到别的盘云端模型统一走 MuAPI 网关核心实现 src/lib/muapi.js提交任务 轮询结果两步x-api-key请求头认证本地推理则完全不需要 Key避坑 FAQ只打算用本地模型还要注册 Key 吗不用。首次启动填 Key 的弹窗直接跳过即可本地引擎sd.cpp / Wan2GP完全不需要 API Key。网页版用不了本地推理本地推理只在桌面端提供网页版一律走云端 API。想用本地引擎就得装桌面应用没有绕过的办法。Mac 内存小本地模型怎么选8GB 的 M 系列 Mac 直接用 2.1GB 的 SD 1.5Dreamshaper 8、Realistic Vision、Anything 三选一Z-Image 两个模型对内存要求高16GB 起步。「免费」是指完全零成本吗工具本身免费MIT 协议、无订阅费、可商用可魔改。但云端模型调用需要有效的 MuAPI Access Key费用归属以 MuAPI 侧为准想彻底零成本就只用本地推理引擎。桌面端和网页版功能差多少模型目录是同一份packages/studio/src/models.js两边共用差异只在本地推理——那是桌面端独有能力。它适合谁推荐想在同一个界面切换 Flux、Midjourney、Kling、Sora、Veo 等 500 多个模型、不想逐个平台开账号的人介意内容过滤、想把服务自托管、数据留在自己机器的人有一台 NVIDIA/AMD 显卡、想靠本地推理绕开云端费用的人。劝退只打算用一两个模型、愿意用订阅费换省事的人只想要浏览器体验、又介意云端 Key 门槛、手里也没有 GPU 机器的人。600 模型、无过滤器、MIT 协议可商用——把仓库 clone 下来或者直接从 Releases 下载桌面端今晚就能出第一条视频。【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