Open Generative AI：免费的开源AI创意工作室，420+模型做图、剪片、数字人口播
【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
Open Generative AI 是一个免费开源（MIT 协议）的 AI 创意工作室，覆盖文生图、图生图、文生视频、图生视频和口型同步，共 420 多个模型可选，没有内容过滤、没有订阅费。对你最大的好处是：不想给平台交月费、不想担心提示词被拦截、又想在自家机器上完全离线跑生成，它一条路就能走通。
它到底能干哪几件事
三个最常见的需求，它都直接给了对应的工作室，不用自己拼工具链。
出一张商业海报：文字出图，也能拿十几张参考图混风格
图像工作室是默认入口。你只输文字时，它给你 50 多个文生图模型：Flux、Nano Banana 2、Seedream 5.0、Midjourney、GPT-4o 都在里面，Nano Banana 2 支持 1K/2K/4K 分辨率输出。
真正少见的能力是多参考图：上传一张图后自动切换到 55+ 图生图模型，其中 Nano Banana 2 Edit 一次最多吃 14 张参考图，还有顺序编号，你排好顺序它按顺序用。做风格融合、换装、品牌视觉统一这类活，不用再手动抠图拼接。
剪一支短片：文生视频、图生视频加一套虚拟相机
视频工作室是同一套逻辑：纯文字走 40+ 文生视频模型（Kling、Sora、Veo、Wan、Seedance 2.0、Runway），给一张起始帧就切到 60+ 图生视频模型。Seedance 2.0 支持 5/10/15 秒时长和 16:9、9:16 等比例，横竖屏都能出。
想更"像拍的"，去电影工作室：它把相机、镜头、焦距、光圈做成选择器，翻译成提示词修饰符——焦距从 8mm 超广角到 85mm 人像长焦，光圈 f/1.4（浅景深）、f/4（均衡）、f/11（全焦段清晰）三档。等于你不用写提示词，拨几个旋钮就控制景深和镜头语言。
让一张肖像开口说话：数字人口播和给视频换配音
口型同步工作室是它区别于多数图像工具的地方，9 个模型、两种模式：
- 肖像图 + 音频 → 讲话视频，LTX 2.3 Lipsync 这类模型最高支持 1080p；
- 已有视频 + 音频 → 口型重同步，适合给宣传片换语言配音。
做数字人口播、课程讲解、多语言素材，这两条路径都覆盖了。
上手最短路径
推荐直接下桌面应用，不用 Node、不用配环境：
- 从项目的 Releases 下载页选对应平台安装包（macOS 有 Apple Silicon 和 Intel 两个包，Windows 是 .exe，Linux 是 AppImage/.deb）；
- 安装完成。macOS 首次会被 Gatekeeper 拦截，右键选"打开"即可；
- 首次使用会要一个 API key，填了就能用云端模型；只打算本地跑模型可以跳过。
想从源码跑（改代码、二次开发），最小步骤是：
git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI cd Open-Generative-AI npm run setup npm run electron:dev注意npm run setup这步不能省，它负责构建 studio、工作流等子包，只跑npm install会起不来。
它凭什么值得试
- 14 张参考图上限：Nano Banana 2 Edit 一次接收 14 张参考图，多数商业平台只给 1-3 张；
- 口型同步双模式：9 个模型覆盖"肖像+音频"和"视频+音频"，480p 到 1080p 都有；
- 本地推理两条路：内置 sd.cpp（Metal/CUDA/Vulkan/ROCm）跑图像模型，外加可对接自己的 Wan2GP 服务器跑视频和大图模型，全程不需要 API key；
- 镜头语言可视化：电影工作室把焦距、光圈、镜头类型做成选择器，见 CinemaStudio 组件；
- 无内容过滤、可自托管：MIT 协议，数据留在自己机器上，提示词不被平台审查；
- 可视化工作流：节点式编辑器把图、视频、音频模型串成管道，还能被 API 调用，引擎源码在 packages/Vibe-Workflow/。
按你的硬件对号入座
本地推理只在桌面应用里可用，且模型选型很吃内存。仓库 README 里给过实测结论，我整理如下：
| 你的机器 | 选什么 | 结果如何 |
|---|---|---|
| 8GB 内存（如 M 系基础款 Mac） | SD 1.5 模型：Dreamshaper 8 或 Realistic Vision v5.1（各约 2.1GB） | Metal 加速下约 1-2 秒/步；别碰 Z-Image，官方明确说 8GB 上会卡死系统 |
| 16GB 内存及以上 | Z-Image Turbo（2.5GB 权重 + 约 2.7GB 共享辅助文件） | 8 步出图，是目前本地速度质量平衡最好的 |
| 另有一台带 NVIDIA/AMD GPU 的机器 | 跑 Wan2GP 远程服务，桌面应用填 URL 对接 | 解锁 Wan 2.2、Flux.1 Dev、LTX Video 这些云端贵模型，Mac 也能当"前端" |
两个实用提示：模型文件默认存在系统应用数据目录，多 GB 的权重想放别的盘，启动前设环境变量OPEN_GENERATIVE_AI_LOCAL_AI_DIR即可；上传过的参考图会存本地历史，跨会话复用不用重复传。
适合谁，不适合谁
适合：被 Midjourney、Runway 这类订阅制卡住预算的人；需要数字人口播、多语言配音的创作者；想在自有产品里嵌入生成能力、愿意读 模型定义文件 加自己模型的开发者；有一台 M 系 Mac、想不联网生成图像的人。
不适合：完全不想装任何东西、只想打开网页点几下的人——它没有一键云端托管形态，要么填 API key 要么本地配置；本地视频生成（Wan 2.2 这类）在消费级 GPU 上速度很慢，指望它当天出 1080p 长视频会失望，这种需求现阶段还是走云端模型更现实。
一句话判断：它解决的是"自由度和成本"，不是"开箱即用的爽快"。想清楚自己要哪个，再决定要不要花半小时装本地模型。
【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
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
