Open Generative AI 上手指南：600+ 模型自托管，生成 10 秒 AI 视频宣传片
【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
把一张产品图变成 10 秒的带货宣传片，是本文要完成的任务。Open Generative AI 是开源的 AI 图像与视频生成工作室：一个界面接进 600+ 模型（Flux、Midjourney、Kling、Sora、Veo），无内容过滤、可自托管。下面带你把应用跑起来，完成图生视频，再把成片调稳。
一句话定位与三组硬指标
600+ 模型：packages/studio/src/models.js 单文件定义 584 个模型条目，目录覆盖 85+ 文生视频、120+ 图生视频、70+ 文生图；14 个工作室：图生视频、唇形同步、音频、剪辑、营销素材、可视化工作流全在一个应用里；MIT 协议：免费自托管，无内容过滤，云端与本地两套推理引擎可选。
第一次启动：把应用跑起来的两种方式
最快路径是桌面端：2.0.0 预构建包，macOS 提供 DMG（Apple Silicon 与 Intel 各一份），Windows 是 NSIS 安装包，Linux 有 AppImage 和 .deb，不需要 Node.js。
从源码自托管（需要 Node.js 18+）：
git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI cd Open-Generative-AI npm run setup # 装依赖并构建工作区包（studio、workflow、agents） npm run dev # 网页版跑在 localhost:3000；桌面端改用 npm run electron:dev两个容易碰上的小问题：
- macOS 首次打开被 Gatekeeper 拦截（应用未做 Apple 公证）：终端执行
xattr -cr "/Applications/Open Generative AI.app"，再右键应用选「打开」确认一次即可，之后正常启动。 - 源码跑
npm run dev报Couldn't find a 'pages' directory：说明工作区包没构建或不在仓库根目录（含app/与next.config.mjs的那层）。重新执行一次npm run setup就能解决。
最小闭环：拿到第一个图生视频成品
- 首次使用按提示填入 MuAPI 的 Access Key（只打算用本地模型可以直接跳过）。
- 进入Video Studio，上传你的产品图。上传的瞬间，模型列表会自动从 40+ 个文生视频模型切成 60+ 个图生视频模型（Kling I2V、Veo3 I2V、Runway I2V、Midjourney I2V 等）。
- 写一句提示词，选模型、选分辨率，点生成。云端走「提交任务 → 轮询结果」的两步模式，核心实现在 src/lib/muapi.js。
- 轮询到 completed，成片在界面内直接播放。
看到什么算成功：视频能播放、一键下载原片，任务保留在生成历史里；上传过的产品图自动进本地历史库，之后跨会话直接复用，不用重复上传。
把成片做稳：时长、分辨率与提示词三层经验
- 时长与质量档位：Seedance 2.0 支持 5/10/15 秒、16:9 / 9:16 / 4:3 / 3:4，质量分 basic 与 high 两档；Grok Imagine 提供 6/10/15 秒。10 秒宣传片就选 10 秒档、high 质量。
- 分辨率策略：先用 480p/720p 验证构图，满意后再上 1080p；分辨率与质量控件只在该模型支持时出现，照着控件选项走就不会踩无效参数。
- 提示词写镜头语言：机位、运动、光线方向、镜头材质各写一句，越接近分镜脚本，出片方向越稳。
围绕这条宣传片：需求与入口对照
| 什么时候需要 | 去哪 | 能做什么 |
|---|---|---|
| 静图要动起来 | Video Studio | 120+ 图生视频模型，支持 5/10/15 秒档位 |
| 要加口播配音 | Lip Sync Studio | 9 个模型两种模式：肖像图+音频→说话视频，或已有视频+音频→重新对口型 |
| 要电影质感 | Cinema Studio | 6 种机身、11 种镜头、6 档焦距（8~85mm）、3 档光圈（f/1.4~f/11），自动翻译成提示词修饰符 |
| 要批量固定动作 | Workflow Studio | 拖拽节点把模型连成流水线，直接套用社区模板 |
| 要按多张参考图改图 | Image Studio | 兼容模型一次最多接收 14 张参考图，多选面板带排序 |
| 要配套音频与素材 | Audio / Marketing Studio | 文生音频、从单一输入出广告素材变体 |
什么情况下才需要本地推理：两套引擎的选型与硬件门槛
只有两种情况值得开：要求零 API Key、数据不出机器，或者你手头有 GPU 想自己控制成本。两套引擎互相独立，都在桌面端「设置 → 本地模型」配置，实现代码在 electron/lib/。
sd.cpp（捆绑式，新手先选它）。一键下载安装、跑在本机：Apple Silicon 走 Metal GPU 加速，Windows/Linux 走 CUDA、Vulkan 或 ROCm。内置 6 个图像模型：SD 1.5 三件套（Dreamshaper 8 / Realistic Vision v5.1 / Anything v5，各约 2.1GB）、SDXL 6.9GB、Z-Image Turbo 2.5GB 与 Z-Image Base 3.5GB。配好模型后在 Image Studio 点亮「Local」开关即可生成，全程不用 API Key。硬件门槛：Z-Image 建议至少 16GB 内存（7.4GB 权重 + 2.4GB 计算缓冲），8GB 的 M 系列 Mac 上 Z-Image 官方已知会卡死系统，先用 2.1GB 的 SD 1.5；几 GB 的模型文件可用环境变量OPEN_GENERATIVE_AI_LOCAL_AI_DIR挪到别的盘。
Wan2GP（自带安装，跑视频用）。在一台 CUDA/ROCm GPU 机器上装 Wan2GP，桌面端只当客户端：填本地文件夹路径，或填远程 MCP 服务器 URL（默认端口 7866）。之后 Video Studio 切到「Local」就能跑 Wan 2.1 1.3B（480p，约 8GB 显存）、Wan 2.2 14B T2V/I2V、Hunyuan Video 1.5、LTX-2 Distilled（8 步、720p）以及 Flux.1 Dev、Qwen Image。Mac 用户可以借此用局域网的游戏机或租来的 GPU 机器生成视频。
跑通之后记四件事
- 先传参考图，再选模型。列表按是否上传图片切换模型集合，顺序反了会选中文生视频集合。收益：一次选对模型集合。
- 低清试稿、高清定稿。480p 验证构图，通过后再上 1080p。收益：省算力、省等待。
- 提示词按分镜写。机位、运动、光线、镜头各一句，少写形容词。收益：少出方向性偏差，减少重生成次数。
- 用本地历史库存参考图。上传过的图都在库里，下次从面板点选。收益：同一张产品图反复迭代时零重复上传。
开头那条「产品图变 10 秒宣传片」的任务，到这里已经可以完整跑通：clone 仓库，生成你的第一条成片。
【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
