Open Generative AI 完整指南免费开源 AI 图像视频生成工作室600 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做一条 15 秒的产品短视频你大概率要为订阅制工具再掏一笔月费。Open Generative AI 是一个开源的 AI 图像与视频生成工作室MIT 许可证、零订阅内置 14 个创作工作室通过 Muapi.ai 网关接入 600 个模型不做内容过滤桌面端还支持完全离线的本地推理Mac、Windows、Linux 三个平台都能跑。三分钟上手桌面应用、在线版与源码构建方式 A桌面应用从发布页下载对应平台的安装包macOS 用 DMGApple Silicon 与 Intel 各一个、Windows 用 EXE、Linux 用 AppImage 或 DEB。全程不需要 Node 环境装完即得到一个完整创作台并且只有桌面端能用两个本地推理引擎生成结果和参考图都留在本机。方式 B在线版浏览器直接打开官方托管站点muapi.ai/open-generative-ai注册免费账户即可使用全部 14 个工作室版本始终跟随最新模型。适合先尝鲜再决定要不要装到本地的你。方式 C源码构建面向想改 UI、接自己模型的开发者。需要 Node.js 18克隆时带 submodule工作流和 Agent 包在里面git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI装依赖并构建工作区包后运行npm run electron:dev即起桌面端开发环境。默认推荐方式 A隐私和性能都占优装好后按你手里的机器配置决定走云端还是本地推理。能力全景从输入到成片的流水线所有功能共享同一条流水线输入可以是文字提示、参考图、视频首帧或音频14 个工作室Studio即一个个专业功能工作台负责处理输出是可直接下载的图、视频或音频生成历史自动保存可回溯。文生图一句话出图输入一句提示词从 70 个文本生成图像模型含 Flux、Midjourney、Seedream 5.0里选一个。示例输入「清晨的森林小木屋阳光穿过树叶洒下斑驳光影胶片颗粒感35mm 镜头」输出一张带电影质感的木屋照片可再选宽高比和分辨率后一键下载。参考图编辑最多 14 张图定结果上传一张参考图后工作室自动切到 70 个图像编辑模型。兼容模型一次最多收 14 张图按你勾选的顺序送入。示例给 Nano Banana 2 Edit 传「产品白底图 细节特写 目标背景图」输出换色换背景的产品图其余细节不动。图生视频给静帧一个镜头输入首帧图可附一句文字引导60 个图像转视频模型负责动起来。示例产品白底图 「缓慢环绕镜头从 45 度俯角下移」输出 5 秒带运镜的产品视频。纯文字描述同样能直出 40 个文本转视频模型的画面。音频驱动口型同步让静帧开口说话输入肖像图 一段音频输出人物开口讲话的视频或输入现有视频 新音频输出重对口型的版本共 9 个专用模型480p 到 1080p 可选。示例个人证件照 60 秒课程音频 → 一段 720p 口播视频适合教学演示。工作流编排多步生成一次跑完在 Workflow Studio 用节点编辑器把「生成 → 放大 → 转视频」这类步骤连成一条流水线可保存为模板、浏览社区模板在 Playground 里交互运行每条工作流也能通过 API 调用。镜头参数像选相机一样选画面Cinema Studio 提供相机、镜头、焦距8mm 超广角到 85mm 特写人像、光圈f/1.4 到 f/11四级选择系统把它们自动翻译成优化过的提示词修饰符。示例选「70mm 胶片 85mm 人像镜头 f/1.4」得到浅景深的暖调人像画面。本地推理与硬件要求三档配置各能做什么桌面端内置两个相互独立的本地推理引擎推理指模型在机器上跑图跑视频的过程sd.cpp内置应用自带、C 实现跑在你自己的机器上Apple Silicon 用 Metal GPU 加速Linux/Windows 走 CUDA/Vulkan/ROCm只覆盖图像模型SD 1.5、SDXL、Z-Image。在 设置 → 本地模型 里一键装引擎、下模型。Wan2GP自建服务器应用只是 HTTP 客户端连到你自建的 Wan2GP GPU 服务器需要 CUDA/ROCm 显卡覆盖 Flux、Wan 2.2、Hunyuan Video 这类视频和大图模型。别被名字吓到它只是你的 GPU 机器负责算桌面端只发提示词。硬件三档档位配置能做什么卡在哪里基础8GB 内存SD 1.5 轻量模型Dreamshaper 8 等 2GB 权重512×512 出图跑不了大模型Z-Image 在 8GB 的 M 系 Mac 上已知会卡死系统进阶16GB 内存Z-Image权重约 7.4GB 计算缓冲、SDXL 高清出图出图要等视频模型仍不可用专业独立 CUDA/ROCm GPU 服务器 任意设备桌面端经 Wan2GP 跑 Flux 1024px 成图Wan 2.2、Hunyuan Video、LTX Video 视频生成需要自己维护一台 GPU 机器或租用云端实例只打算用云端模型的话任何能开浏览器的设备都够本地推理仅限桌面应用在线版固定走云端 API。报错 → 解法 速查现象一句话解法macOS 首次打开被 Gatekeeper 拦截终端跑xattr -cr /Applications/Open Generative AI.app再右键选打开Windows SmartScreen 警告点「更多信息」→「仍要运行」只出现一次AppImage 在老系统起不来sudo apt install libfuse2补依赖Ubuntu 24.04 静默闪退装 .deb 版自带 AppArmor 配置别用 AppImage模型选型速查按用途直接抄用途推荐一句理由本地快速出图Dreamshaper 8SD 1.52GB 权重最轻Mac M 系 Metal 加速下约 1–2 秒一步本地成品质量Flux.1 Dev走 Wan2GP1024px 出图28 步细节最稳短视频快剪LTX Video视频类里出活最快高质量视频Hunyuan Video / Wan 2.2画质上限最高消费级显卡上较慢多参考图编辑Nano Banana 2 Edit兼容模型里参考图上限最高14 张进阶技巧四个动作立竿见影提示词按四层写「主体 → 环境光线 → 镜头参数 → 风格」例如「咖啡店女孩 → 窗外逆光 → 85mm f/1.4 → 胶片颗粒」每层都对应 Cinema Studio 里现成的选项照抄即可效果直接可用。多参考图按主次排序勾选时给图片编号第 1 张放主体定调后面放风格与细节参考顺序就是送进模型的顺序乱序会导致主体被后面的图带偏。低配机器调两处参数把分辨率从 1024 降到 512、步数从 30 降到 12 左右出图时间能砍掉大半先低清确认构图再对满意的那张升档重跑。重复素材走上传历史每张参考图上传一次后就存进本地历史面板跨会话直接复用不再重复传同一个文件。场景速写三类人的前后对比内容创作者原来剪 30 分钟素材、录 20 分钟配音才能出一条口播现在「肖像图 音频」两分钟拿到 720p 口播视频。电商与营销原来一条产品广告外包半天起步现在 Marketing Studio 一个输入批量出广告变体Cinema Studio 再套一层镜头语言宣传物料当天下线。个人用户原来约拍一张胶片感人像要花大半天现在「老照片 70mm 胶片 85mm 镜头 f/1.4」十分钟得到电影感成片。项目亮点与技术底座代码是 MIT 许可证改 UI、加模型、白标二次分发都不受限模型目录集中在 packages/studio/src/models.js改这一处自托管版和在线版同时生效。技术底座一句话Next.js 14 React 18 Tailwind CSS 暗色界面npm workspaces 管理共享组件库接口层由 Muapi.ai 网关统一收口调用走「提交 → 轮询」两段式。社区支持入口在 README.md 顶部架构细节可对照 project_knowledge.md 阅读。行动清单现在就能做的三件事下载对应平台的桌面安装包v1.0.9含 Apple Silicon / Intel / Windows / Linux装完打开 设置 → 本地模型 装一次 sd.cpp 引擎。注册在线版免费账户先不装环境把 14 个工作室每个点一遍确定你最高频的用途。克隆仓库到本地带--recurse-submodules跑起开发环境从改packages/studio/src/models.js里的一个模型条目练手。装完打开 Image Studio先出一张 512×512 的图试试手感——第一张往往五分钟内就来剩下的交给你自己慢慢折腾。【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