VideoX-Fun

收录理由

如果你已经厌倦了只能按照固定文本转视频模板来生成内容，想要真正掌控输出效果，VideoX-Fun 值得一看。它基于 CogVideoX、Wan 等 Diffusion Transformer 架构，能按你指定的分辨率、帧数和帧率生成视频片段，也支持图生视频以及参考图像驱动的生成。借助 Canny、姿态估计等控制条件，你可以引导画面走向特定的构图，而不是依赖随机运气。除了推理，仓库还提供了训练和 LoRA 微调脚本，方便你让模型适应自己的风格或主题；奖励引导的 LoRA 也能让生成结果更贴合人的偏好。如果你想要一套完整的视频生成工具链，而不是一个开箱即用的单一模型，这个项目应该能帮上忙。