开源 AI 视频生成项目：ComfyUI、Wan2.2、LTX-2 与一键短视频（2026）

推荐链接（推广）：数字严选大约 14 分钟AI 视频开源视频模型ComfyUIWan2.2HunyuanVideo

阅读说明

官方信息查阅日期：2026-10-23。仓库说明会更新，以各仓库原文为准。本文不写价格。

一句话结论

这一页是开源仓库目录：收入用节点或脚本在本机生成视频的模型与框架，以及按主题自动出短视频、用本地 FFmpeg 做后期的工具。星数只说明关注度。安装命令摘自各仓库 README，本站没有逐个跑通。

数据说明

星数、最近更新时间来自 GitHub 仓库元数据，查阅日期：2026-10-23。之后会变，请以仓库页面为准。
「最近更新」指仓库最近一次推送的日期，由 UTC 换算为北京时间（UTC+8）后的日历日。
许可栏为 NOASSERTION 时写成「见仓库 LICENSE」，不替仓库声明一种许可证。
简介和硬件要求按各仓库自己的说明摘要，本站没有逐个验证效果。
本页只链接仓库，不嵌入演示视频。

模型与推理框架

仓库	星数	最近更新	许可	简介
Comfy-Org/ComfyUIopen in new window	142,249	2026-10-23	GPL-3.0	带图节点界面的扩散模型 GUI、API 和后端。README 列出的视频模型包括 Wan 2.2、LTX-Video、HunyuanVideo 1.5
Wan-Video/Wan2.2open in new window	18,124	2026-09-21	Apache-2.0	开放的大规模视频生成模型。含文生视频、图生视频、5B 文图生视频、语音驱动和角色动画
Lightricks/LTX-2open in new window	9,855	2026-10-19	见仓库 LICENSE	LTX-2 音画生成模型的官方 Python 推理与 LoRA 训练包。README 推荐的权重是 LTX-2.5
Tencent-Hunyuan/HunyuanVideo-1.5open in new window	4,576	2026-04-10	见仓库 LICENSE	8.3B 参数的轻量视频生成模型，支持文生视频和图生视频。截至查阅日已超过 6 个月没有推送
hpcaitech/Open-Soraopen in new window	29,875	2026-04-09	Apache-2.0	面向高效视频生产的开源项目。README 的当前快速开始对应 Open-Sora 2.0（11B）。截至查阅日已超过 6 个月没有推送

ComfyUI

它做什么：README 把它写成视觉创作用的节点图引擎，用来生成图像、视频、3D、音频等。核心可以完全离线运行；除非你主动请求，否则不会自行下载。视频工作流名单里写有 Wan 2.1 与 2.2、LTX-Video 2 与 2.3、HunyuanVideo 1.5 等。

适合谁：希望在本地用节点图串模型、并且自己保存工作流 JSON 的人。Windows 和 macOS 上，README 把桌面应用当作新用户的起点。手动安装覆盖的系统与 GPU 包括 NVIDIA、AMD、Intel、Apple Silicon、Ascend。

怎么开始：桌面版下载页是 comfy.org/downloadopen in new window。命令行安装：

pip install comfy-cli
comfy install

手动安装依赖并启动时，README 的运行命令是：

python main.py

硬件：README 写，借助异步权重流式传输，即便最大的开源模型也可以在低至 4GB 显存加 8GB 内存上运行。这是仓库自己的说法。具体模型仍要看该模型的显存说明。

注意：README 写明还有合作方节点，用来调用闭源模型。--offline 会关掉可选的 Comfy API 节点，并强制内置功能离线；--disable-partner-nodes 只关掉 API 节点。许可是 GPL-3.0，商用前读仓库 LICENSE。

Wan2.2

它做什么：Wan2.2 是 Wan 视频模型的这一版推理代码和权重说明。README 列出的模型包括 T2V-A14B（文生视频，480P 与 720P）、I2V-A14B（图生视频）、TI2V-5B（高压缩 VAE，文生视频和图生视频，720P）、S2V-14B（语音驱动）、Animate-14B（角色动画与替换）。TI2V-5B 支持 720P、24 FPS，README 写它可以在消费级显卡上运行。

适合谁：要直接跑 Wan 官方推理脚本，并且机器显存对得上所选模型的人。也可以按 README 所说，在 ComfyUI 或 Diffusers 里使用。

怎么开始：

git clone https://github.com/Wan-Video/Wan2.2.git
cd Wan2.2

# Ensure torch >= 2.4.0
# If the installation of `flash_attn` fails, try installing the other packages first and install `flash_attn` last
pip install -r requirements.txt

语音驱动若要使用 CosyVoice 合成语音，README 另要求 pip install -r requirements_s2v.txt。

单卡文生视频示例（README 写明至少 80GB 显存）：

python generate.py  --task t2v-A14B --size 1280*720 --ckpt_dir ./Wan2.2-T2V-A14B --offload_model True --convert_model_dtype --prompt "Two anthropomorphic cats in comfy boxing gear and bright gloves fight intensely on a spotlighted stage."

TI2V-5B 的单卡文生视频示例（README 写明至少 24GB 显存，例如 RTX 4090）：

python generate.py --task ti2v-5B --size 1280*704 --ckpt_dir ./Wan2.2-TI2V-5B --offload_model True --convert_model_dtype --t5_cpu --prompt "Two anthropomorphic cats in comfy boxing gear and bright gloves fight intensely on a spotlighted stage"

权重可用 huggingface-cli download 或 modelscope download，模型 ID 见 README 的模型表。

注意：提示词扩展若走 Dashscope，需要事先申请 dashscope.api_key，并设置环境变量 DASH_API_KEY。国际站还要设置 DASH_API_URL。模型许可为 Apache 2.0。README 写明不对你生成的内容主张权利，使用须符合该许可，并自行对内容负责。

LTX-2

它做什么：README 把 LTX-2 写成基于 DiT、在一个模型里做音画同步的基础模型。本仓库是推理与 LoRA 训练的 Python 包。Quick Start 使用的推荐权重是 LTX-2.5，按组件分文件下载。快速起点是 DistilledPipeline；生产质量路径是 DFR（同一蒸馏 transformer，加上细化用的 IC-LoRA），README 写明更慢、更占显存。

适合谁：要在本机跑 LTX 官方管线、并能接受大体积权重下载的人。README 也指向 ComfyUI 集成：ComfyUI-LTXVideoopen in new window。

怎么开始：

git clone https://github.com/Lightricks/LTX-2.git
cd LTX-2

uv sync --extra natten

natten 这个 extra 只在 Linux + CUDA 上作为最快的视频 VAE 后端；Windows 和 macOS 会自动跳过，解码退回 Triton 或 eager。

权重下载命令（README 写明大约 66 GiB）：

hf auth login
hf download Lightricks/LTX-2.5 \
    diffusion_models/ltx-2.5-22b-distilled-transformer-bf16.safetensors \
    text_encoders/gemma4-12b-with-proj-ltx-2.5-bf16.safetensors \
    vae/ltx-2.5-video-vae-bf16.safetensors \
    vae/ltx-2.5-audio-vae-bf16.safetensors \
    latent_upscale_models/ltx-2.5-latent-spatial-upscaler-x2-bf16-1.0.safetensors \
    --local-dir models/ltx-2.5

生成命令是 uv run python -m ltx_pipelines.distilled，后接 --transformer-path、--text-encoder-path、--video-vae-path、--audio-vae-path、--spatial-upsampler-path、--num-frames 121、--seed 42、--output-path output.mp4 和 --prompt。README 里的 --prompt 是一整段英文分镜，完整命令以仓库 Quick Start 为准。显存紧时，README 给出的参数是 --quantization fp8-cast --offload {cpu, disk}。

注意：若下载返回 401 或 403，需要在 Hugging Face 接受模型条款，并用带读取权限的 token 登录。GitHub 元数据的许可是 NOASSERTION，商用前见仓库 LICENSE。README 没有给出一个固定的最低显存数字。

HunyuanVideo-1.5

它做什么：腾讯混元的视频生成模型，README 写参数量为 8.3B，支持文生视频和图生视频，并带超分网络，可以把输出提升到 1080p。仓库提供推理代码、训练脚本和 ComfyUI 说明。

适合谁：有 NVIDIA CUDA GPU、使用 Linux、并且在开启模型卸载时显存至少 14 GB 的人。README 的软件要求是 Linux、Python 3.10 或更高、与 PyTorch 匹配的 CUDA。显存足够时可以关掉卸载以换速度。

怎么开始：

git clone https://github.com/Tencent-Hunyuan/HunyuanVideo-1.5.git
cd HunyuanVideo-1.5

pip install -r requirements.txt
pip install -i https://mirrors.tencent.com/pypi/simple/ --upgrade tencentcloud-sdk-python

权重下载步骤在仓库的 checkpoints-download.md。推理示例是设置 PROMPT、MODEL_PATH、RESOLUTION 等变量后执行。README 中的启动命令为：

torchrun --nproc_per_node=$N_INFERENCE_GPU generate.py \
  --prompt "$PROMPT" \
  --image_path $IMAGE_PATH \
  --resolution $RESOLUTION \
  --aspect_ratio $ASPECT_RATIO \
  --seed $SEED \
  --rewrite $REWRITE \
  --cfg_distilled $CFG_DISTILLED \
  --enable_step_distill $ENABLE_STEP_DISTILL \
  --sparse_attn $SPARSE_ATTN --use_sageattn $SAGE_ATTN \
  --enable_cache $ENABLE_CACHE --cache_type $CACHE_TYPE \
  --overlap_group_offloading $OVERLAP_GROUP_OFFLOADING \
  --sr $ENABLE_SR --save_pre_sr_video \
  --output_path $OUTPUT_PATH \
  --model_path $MODEL_PATH

文生视频把 IMAGE_PATH 设为 none。--resolution 的取值为 480p 或 720p。模型表里有多条蒸馏与超分权重，也有标成 Coming soon 的行。下载前以该表为准。

注意：截至查阅日，最近推送是 2026-04-10，已超过 6 个月。GitHub 元数据许可为 NOASSERTION，见仓库 LICENSE。提示词改写默认开启；没有配置 vLLM 地址时，管线会在不做远程改写的情况下运行。

Open-Sora

它做什么：hpcaitech 的开源视频生成项目。README 的当前快速开始对应 11B 模型，支持 256px 和 768px，一个模型同时做文生视频和图生视频。README 写该模型更偏向图生视频；做文生视频时，可以用 Flux 文生图再接图生视频，也可以直接走文生视频配置。

适合谁：要按该仓库的训练与推理脚本复现 Open-Sora 2.0 的人。不同版本在不同分支，最新版本在 main。

怎么开始：

conda create -n opensora python=3.10
conda activate opensora
git clone https://github.com/hpcaitech/Open-Sora
cd Open-Sora
pip install -v .

README 还要求 torch 不低于 2.4.0，并给出 xformers 与 flash-attn 的安装命令。256px 文生视频示例：

torchrun --nproc_per_node 1 --standalone scripts/diffusion/inference.py configs/diffusion/inference/t2i2v_256px.py --save-dir samples --prompt "raining, sea"

画幅用 --aspect_ratio，可选 16:9、9:16、1:1、2.39:1。长度用 --num_frames，取值为 4k+1 且小于 129。

注意：Quick Start 没有单独写最低显存。768px 示例同时给了单卡和 8 卡命令。截至查阅日最近推送是 2026-04-09，已超过 6 个月。许可为 Apache-2.0。

一键短视频工具

仓库	星数	最近更新	许可	简介
harry0703/MoneyPrinterTurboopen in new window	134,473	2026-10-23	MIT	按主题或关键词，用自动化流程生成高清短视频：脚本、素材、字幕、配乐和合成
ATH-MaaS/Pixelle-Videoopen in new window	29,336	2026-06-14	Apache-2.0	README 自述为 AI 全自动短视频引擎：文案、配图或视频、语音、背景音乐、合成

MoneyPrinterTurbo

它做什么：提供主题或关键词后，自动生成脚本、匹配素材、生成字幕和背景音乐，并合成短视频。README 写了四种入口：AI Agent、WebUI、API、CLI。画幅包括 9:16（1080×1920）、16:9（1920×1080） 和 1:1（1080×1080）。素材可以是本地图片和视频，也可以来自 Pexels、Pixabay、Coverr。配音集成了 Edge TTS（无需 API Key）以及其他需要密钥的语音服务。

适合谁：想用现成流水线出短视频、而不自己搭扩散模型推理的人。主要走云端模型和在线素材时，README 写 CPU 和内存比 GPU 更重要。

怎么开始：官方 PyPI 包名是 mpt。README 写明，PyPI 上名为 MoneyPrinterTurbo 的包由第三方维护。

python3 -m venv .venv
source .venv/bin/activate
python -m pip install mpt
mpt webui

Windows 一键包从 Releasesopen in new window 的 Assets 里下载 .7z，先运行 update.bat，再运行 start.bat。路径不要包含中文、特殊字符或空格。Docker 的推荐命令是：

docker compose -f docker-compose.release.yml up

硬件（README 的配置表）：GPU 不是必需。最低为 4 核 CPU、4 GB 内存、无 GPU；推荐 6 到 8 核、8 GB 内存、4 GB 及以上显存。系统建议 Windows 10、macOS 11.0 或更高，以及主流 Linux。本地部署需要 Python 3.11 或更高。

注意：使用在线模型、在线素材或语音服务前，要在 WebUI 的基础设置里填写对应 API Key。首次启动会创建 config.toml。本文不转写 README 里的赞助与注册链接。

Pixelle-Video

它做什么：README 写，输入一个主题后自动完成文案、AI 配图或视频、语音解说、背景音乐和成片合成。流程是文案生成、配图规划、逐帧处理、视频合成。更新记录里还包括数字人口播、图生视频和动作迁移。图像与视频可以走 ComfyUI、RunningHub，或直连 README 列出的若干模型供应商。

适合谁：希望用 Web 界面、从主题走到成片，并且可以自己配置 LLM 与图像服务的人。Windows 用户可以按 README 使用一键整合包。

怎么开始：README 中的 Windows 整合包写明无需安装 Python、uv 或 ffmpeg，解压后双击 start.bat，浏览器打开 http://localhost:8501，再到「系统配置」里填写 LLM API 和图像生成服务。该 README 给出的整合包与克隆地址写的是 AIDC-AI/Pixelle-Video，与本表收录的 ATH-MaaS/Pixelle-Videoopen in new window 不是同一个路径。下面的命令按该 README 原文抄录：

git clone https://github.com/AIDC-AI/Pixelle-Video.git
cd Pixelle-Video
uv run streamlit run web/app.py

源码安装前，README 要求先安装 uv 和 ffmpeg。macOS 的命令是 brew install ffmpeg；Ubuntu / Debian 是：

sudo apt update
sudo apt install ffmpeg

注意：首次使用要在「系统配置」里填写 LLM 的 API Key。若使用 ComfyUI 或 RunningHub 生成图片、视频或语音，还要配置对应地址或密钥。许可为 Apache-2.0。

后期剪辑

仓库	星数	最近更新	许可	简介
kajisho5/ffmpeg-skillopen in new window	2,057	2026-10-23	MIT	给 Claude Code、Cursor、Codex 等编程助手的本地视频剪辑技能：用 FFmpeg 剪辑、字幕、重构图、响度，并带 MCP

ffmpeg-skill

它做什么：README 写，它教代理一套固定流程（probe、尽量无损编辑、检查、核对），并用 ffmpeg / ffprobe 执行 42 个工具：剪切、拼接、去静音、按时长和画幅适配、字幕、响度、导出检查等。工具也可以作为 MCP 调用。它剪的是你已经有的成片。README 写明它不调用 Remotion；Remotion 或 HyperFrames 渲染出的文件可以当作普通输入。代码出片见 Claude Code 与 Remotion。

适合谁：已经有视频文件，希望编程助手在本机用 FFmpeg 完成剪辑，并且不想为剪辑本身配置云端密钥的人。

怎么开始：

npx ffmpeg-skill
npx ffmpeg-skill doctor

作为 Claude Code 插件：

claude plugin install kajisho5/ffmpeg-skill

FFmpeg 本身：macOS 为 brew install ffmpeg-full（README 写普通的 ffmpeg formula 缺少 subtitles、drawtext 和 zscale）；Ubuntu / Debian 为 sudo apt install ffmpeg；Windows 为 winget install Gyan.FFmpeg。

要求：FFmpeg 5.0 或更高；始终需要 libx264、aac，以及 drawtext、subtitles、loudnorm 等滤镜。Python 推荐 3.10 或更高，只用标准库。Node 16 或更高只用于 npx 安装器。PATH 上有 ffmpeg 和 python3 即可离线工作。

注意：README 写明不需要 API key，也不上传素材。可选的本地转写若使用会下载模型权重的引擎，只在相关参数开启时发生。MCP 默认只列出 12 个核心工具；FFMPEG_SKILL_MCP_FULL=1 才列出全部 42 个。每个工具仍可通过 tools/call 按名称调用。

收录规则

本页只收上表这些公开仓库，不收镜像和同名 fork。
按用途分类，不按星数排名。星数只说明关注度。
超过 6 个月没有推送的仓库会在表中注明。
不收录演示视频，不放推广链接，不写价格。

常见问题

星数高就该选它吗？

不按星数选。星数来自查阅日的仓库元数据，只说明当时的关注度。显存、许可和你要的是「生成画面」还是「剪已有成片」，比星数更决定能不能用。

表里的显存是本站测出来的吗？

不是。显存数字只出现在对应 README 已经写明的地方，例如 Wan2.2 的 24GB 与 80GB、HunyuanVideo-1.5 在开启卸载时的 14 GB、ComfyUI 写的 4GB 显存加 8GB 内存。没有写最低显存的仓库，本文不补数字。

NOASSERTION 是什么许可证？

不是一种可以概括的许可证名称。LTX-2 和 HunyuanVideo-1.5 的元数据是 NOASSERTION，表中写成「见仓库 LICENSE」。ComfyUI 为 GPL-3.0，商用前读该文件。

这些项目和可灵、Claude Motion 是同一类吗？

不是。这一页是本机开源仓库。可灵 4.0 的上线范围见可灵 Kling 4.0。Claude Motion 是 Team 与 Enterprise 上的代码动画，见 Claude Motion。

参考来源（官方）

ComfyUI：https://github.com/Comfy-Org/ComfyUIopen in new window（查阅日期：2026-10-23）
Wan2.2：https://github.com/Wan-Video/Wan2.2open in new window（查阅日期：2026-10-23）
LTX-2：https://github.com/Lightricks/LTX-2open in new window（查阅日期：2026-10-23）
HunyuanVideo-1.5：https://github.com/Tencent-Hunyuan/HunyuanVideo-1.5open in new window（查阅日期：2026-10-23）
Open-Sora：https://github.com/hpcaitech/Open-Soraopen in new window（查阅日期：2026-10-23）
MoneyPrinterTurbo：https://github.com/harry0703/MoneyPrinterTurboopen in new window（查阅日期：2026-10-23）
Pixelle-Video：https://github.com/ATH-MaaS/Pixelle-Videoopen in new window（查阅日期：2026-10-23）
ffmpeg-skill：https://github.com/kajisho5/ffmpeg-skillopen in new window（查阅日期：2026-10-23）

开源 AI 视频生成项目：ComfyUI、Wan2.2、LTX-2 与一键短视频（2026）

# 一句话结论

# 模型与推理框架

# ComfyUI

# Wan2.2

# LTX-2

# HunyuanVideo-1.5

# Open-Sora

# 一键短视频工具

# MoneyPrinterTurbo

# Pixelle-Video

# 后期剪辑

# ffmpeg-skill

# 收录规则

# 常见问题

# 星数高就该选它吗？

# 表里的显存是本站测出来的吗？

# NOASSERTION 是什么许可证？

# 这些项目和可灵、Claude Motion 是同一类吗？

# 相关阅读

# 参考来源（官方）

一句话结论

模型与推理框架

ComfyUI

Wan2.2

LTX-2

HunyuanVideo-1.5

Open-Sora

一键短视频工具

MoneyPrinterTurbo

Pixelle-Video

后期剪辑

ffmpeg-skill

收录规则

常见问题

星数高就该选它吗？

表里的显存是本站测出来的吗？

NOASSERTION 是什么许可证？

这些项目和可灵、Claude Motion 是同一类吗？

相关阅读

参考来源（官方）