Open Generative AI本地自托管 400 图像视频生成模型【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 素材的团队大多被同一个问题卡住图走一个平台、视频走一个平台、口型同步再找一个平台各自订阅、各自排队提示词还不能跨平台复用。更隐蔽的成本是内容过滤——同一个角色设定换个措辞才被放行重做的时间比生成本身还长。它是什么一个自托管的 AI 图像视频工作台Open Generative AI 是一个可自托管的工作台把 400 多个图像、视频、音频模型Flux、Midjourney、Kling、Sora、Veo 等收进同一套界面MIT 协议。它不是一个又一个模型 API 的目录而是直接给你 10 个能用的工作室。三个点让它和平台订阅制拉开差距无订阅门槛云端模型走 MuAPI 网关、本地推理完全免费无内容过滤提示词不会被拦截或改写模型可插拔全部参数定义集中在 packages/studio/src/models.js加模型不用动 UI。十个工作室一次装齐图像、视频、口型、工作流工作室干什么Image Studio50 文生图、70 图生图自动按是否提供参考图切换模型集Video Studio40 文生视频、120 图生视频Kling、Sora、Veo、Seedance 2.0 等Lip Sync Studio肖像图 音频或视频 音频9 个口型模型Cinema Studio按机身、镜头、焦段、光圈生成电影感画面Audio Studio文生音乐、remix 与音频编辑Vibe Motion / AI Clipping风格化动态生成长视频自动剪辑高光Recast Studio图像或视频里替换主体外观Marketing Studio一个输入出多组广告素材变体Workflow Studio节点式编辑器串多步流水线带社区模板库Agent / Design Agent / AI Influencer对话式任务规划、画布式自主设计、人设内容一致五分钟上手从克隆到出第一张图装 Node.js 18克隆仓库--recurse-submodules必带workflow 和 agent 包都在子模块里npm run setup——它替你装依赖并构建 4 个 workspace 包只跑npm install会缺东西起服务Web 版npm run devNext.js访问 localhost:3000桌面版npm run electron:dev首次使用让你填 MuAPI key只想用本地推理就直接跳过进 Image Studio 输提示词生成或到 Settings → Local Models 装本地引擎之后生成不再需要 keygit clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI cd Open-Generative-AI npm run setup npm run dev # 或 npm run electron:dev不想折腾构建也可以直接下官方预编译的桌面安装包macOS/Windows/Linux 都有或按 docker-compose.yml 一条docker compose up起在 3001 端口。核心功能拆解本地双引擎、14 图融合、虚拟摄影机本地推理sd.cpp 离线出图8GB 机器也能跑解决没有网也不想让提示词出内网的问题。桌面应用内置 electron/lib/localInference.js 调度的 sd.cpp 引擎支持 Apple Silicon 的 Metal 和 Linux/Windows 的 CUDA、Vulkan、ROCm。用法是 Settings → Local Models 一键装引擎、下模型回 Image Studio 打开模型选择框旁的本地开关全程无 API key。具体数字SD 1.5 系模型Dreamshaper 8、Realistic Vision v5.1约 2.1GB8GB 内存的 M 系 Mac 能跑官方实测 Metal 生效时 1~2 秒一步Z-Image Turbo 要 5.2GB 权重建议 16GB 起步8GB 机器上会卡死系统。实际体验上如果出图慢到约 10 秒一步多半是回退到了 CPU 而不是配置问题。多参考图融合一次喂 14 张图锁住角色一致性解决单张参考图锁不住角色 服装 道具的问题。Nano Banana 2 Edit、Flux Kontext Dev 这类编辑模型最多接收 14 张参考图多选面板里每张带序号标签支持批量上传按你点选顺序送进模型。实际体验是改设定不用重描述——把角色设定图、服装参考、色板图一次选进去生成时按顺序生效。Cinema Studio把摄影机参数变成提示词解决AI 出图没有镜头语言的问题。6 种机身含 70mm 胶片、16mm 胶片、11 种镜头、6 档焦段8mm 到 85mm、3 档光圈f/1.4 到 f/11选好后自动拼成优化过的提示词修饰不碰 prompt 工程。实际体验是同一组片子里景深和虚化终于一致了——以前全靠提示词里cinematic这种词碰运气现在直接锁 f/4 50mm。实战演练30 张立绘加 6 段过场动画的一天背景小团队做手游首发素材要 30 张角色立绘加 6 段过场动画要求光影统一但外包一轮报价超出预算自己用商业平台又要分头订阅。做法分四步。先用 Image Studio 出 3 张风格基准图再开多参考图把角色设定图、服装参考、色板图一起选进请求批量生成 30 张立绘角色和服装不用重新描述。过场部分固定 Cinema Studio 的机身、镜头、光圈只换主体描述出静帧光学风格自然一致静帧送进 Video Studio 的图生视频模型转成 5 秒动画。最后把参考图融合 → 静帧 → 动画整条串进 Workflow Studio下次只换角色参数重跑。结果36 件素材当天过完立绘之间、立绘与过场之间的风格靠 Cinema 参数和多参考图兜底没有再出现同一角色两张图像两个人的情况。选型参考什么人选它什么人别选适合想把生成链路自托管、提示词和数据不过第三方平台的团队有 GPU 想用 sd.cpp 离线出图、把推理成本压到自己电费上的需要多模型串流水线、反复调参做 A/B 的。不适合想开箱即用到商业 SaaS 那种完整度的——自托管版仍是工作流部分能力比如 Wan2GP 视频模型在 Video Studio 的完整接入还在路线图上没有可用 GPU 也不想学模型配置的订阅现成平台更省事。和同类比ComfyUI 偏节点流、面向专业流程、上手门槛高Open Generative AI 是成品应用形态10 个工作室开箱即用代价是细粒度控制不如前者。成本账云端模型走 MuAPI需要 key纯本地推理零 key、离线可用。自托管就是 docker-compose.yml 一个服务端口映射 3001。写在最后它把选模型、拼流程、管 key这三件最磨人的事从工作流里拿走了适合有 GPU 和时间、想把生成环节攥在自己手里的团队。项目是 MIT 协议核心模型定义和推理调度都可以直接读源码改社区在 Discord 里更新节奏看仓库提交就知道。【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 Open Generative AI：本地自托管 400+ 图像视频生成模型
Open Generative AI本地自托管 400 图像视频生成模型【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 素材的团队大多被同一个问题卡住图走一个平台、视频走一个平台、口型同步再找一个平台各自订阅、各自排队提示词还不能跨平台复用。更隐蔽的成本是内容过滤——同一个角色设定换个措辞才被放行重做的时间比生成本身还长。它是什么一个自托管的 AI 图像视频工作台Open Generative AI 是一个可自托管的工作台把 400 多个图像、视频、音频模型Flux、Midjourney、Kling、Sora、Veo 等收进同一套界面MIT 协议。它不是一个又一个模型 API 的目录而是直接给你 10 个能用的工作室。三个点让它和平台订阅制拉开差距无订阅门槛云端模型走 MuAPI 网关、本地推理完全免费无内容过滤提示词不会被拦截或改写模型可插拔全部参数定义集中在 packages/studio/src/models.js加模型不用动 UI。十个工作室一次装齐图像、视频、口型、工作流工作室干什么Image Studio50 文生图、70 图生图自动按是否提供参考图切换模型集Video Studio40 文生视频、120 图生视频Kling、Sora、Veo、Seedance 2.0 等Lip Sync Studio肖像图 音频或视频 音频9 个口型模型Cinema Studio按机身、镜头、焦段、光圈生成电影感画面Audio Studio文生音乐、remix 与音频编辑Vibe Motion / AI Clipping风格化动态生成长视频自动剪辑高光Recast Studio图像或视频里替换主体外观Marketing Studio一个输入出多组广告素材变体Workflow Studio节点式编辑器串多步流水线带社区模板库Agent / Design Agent / AI Influencer对话式任务规划、画布式自主设计、人设内容一致五分钟上手从克隆到出第一张图装 Node.js 18克隆仓库--recurse-submodules必带workflow 和 agent 包都在子模块里npm run setup——它替你装依赖并构建 4 个 workspace 包只跑npm install会缺东西起服务Web 版npm run devNext.js访问 localhost:3000桌面版npm run electron:dev首次使用让你填 MuAPI key只想用本地推理就直接跳过进 Image Studio 输提示词生成或到 Settings → Local Models 装本地引擎之后生成不再需要 keygit clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI cd Open-Generative-AI npm run setup npm run dev # 或 npm run electron:dev不想折腾构建也可以直接下官方预编译的桌面安装包macOS/Windows/Linux 都有或按 docker-compose.yml 一条docker compose up起在 3001 端口。核心功能拆解本地双引擎、14 图融合、虚拟摄影机本地推理sd.cpp 离线出图8GB 机器也能跑解决没有网也不想让提示词出内网的问题。桌面应用内置 electron/lib/localInference.js 调度的 sd.cpp 引擎支持 Apple Silicon 的 Metal 和 Linux/Windows 的 CUDA、Vulkan、ROCm。用法是 Settings → Local Models 一键装引擎、下模型回 Image Studio 打开模型选择框旁的本地开关全程无 API key。具体数字SD 1.5 系模型Dreamshaper 8、Realistic Vision v5.1约 2.1GB8GB 内存的 M 系 Mac 能跑官方实测 Metal 生效时 1~2 秒一步Z-Image Turbo 要 5.2GB 权重建议 16GB 起步8GB 机器上会卡死系统。实际体验上如果出图慢到约 10 秒一步多半是回退到了 CPU 而不是配置问题。多参考图融合一次喂 14 张图锁住角色一致性解决单张参考图锁不住角色 服装 道具的问题。Nano Banana 2 Edit、Flux Kontext Dev 这类编辑模型最多接收 14 张参考图多选面板里每张带序号标签支持批量上传按你点选顺序送进模型。实际体验是改设定不用重描述——把角色设定图、服装参考、色板图一次选进去生成时按顺序生效。Cinema Studio把摄影机参数变成提示词解决AI 出图没有镜头语言的问题。6 种机身含 70mm 胶片、16mm 胶片、11 种镜头、6 档焦段8mm 到 85mm、3 档光圈f/1.4 到 f/11选好后自动拼成优化过的提示词修饰不碰 prompt 工程。实际体验是同一组片子里景深和虚化终于一致了——以前全靠提示词里cinematic这种词碰运气现在直接锁 f/4 50mm。实战演练30 张立绘加 6 段过场动画的一天背景小团队做手游首发素材要 30 张角色立绘加 6 段过场动画要求光影统一但外包一轮报价超出预算自己用商业平台又要分头订阅。做法分四步。先用 Image Studio 出 3 张风格基准图再开多参考图把角色设定图、服装参考、色板图一起选进请求批量生成 30 张立绘角色和服装不用重新描述。过场部分固定 Cinema Studio 的机身、镜头、光圈只换主体描述出静帧光学风格自然一致静帧送进 Video Studio 的图生视频模型转成 5 秒动画。最后把参考图融合 → 静帧 → 动画整条串进 Workflow Studio下次只换角色参数重跑。结果36 件素材当天过完立绘之间、立绘与过场之间的风格靠 Cinema 参数和多参考图兜底没有再出现同一角色两张图像两个人的情况。选型参考什么人选它什么人别选适合想把生成链路自托管、提示词和数据不过第三方平台的团队有 GPU 想用 sd.cpp 离线出图、把推理成本压到自己电费上的需要多模型串流水线、反复调参做 A/B 的。不适合想开箱即用到商业 SaaS 那种完整度的——自托管版仍是工作流部分能力比如 Wan2GP 视频模型在 Video Studio 的完整接入还在路线图上没有可用 GPU 也不想学模型配置的订阅现成平台更省事。和同类比ComfyUI 偏节点流、面向专业流程、上手门槛高Open Generative AI 是成品应用形态10 个工作室开箱即用代价是细粒度控制不如前者。成本账云端模型走 MuAPI需要 key纯本地推理零 key、离线可用。自托管就是 docker-compose.yml 一个服务端口映射 3001。写在最后它把选模型、拼流程、管 key这三件最磨人的事从工作流里拿走了适合有 GPU 和时间、想把生成环节攥在自己手里的团队。项目是 MIT 协议核心模型定义和推理调度都可以直接读源码改社区在 Discord 里更新节奏看仓库提交就知道。【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