Open Generative AI：免费开源的 AI 图像与视频生成工作室，400+ 模型完整指南-创锋一号

Open Generative AI：免费开源的 AI 图像与视频生成工作室，400+ 模型完整指南

【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

商业 AI 视频平台经常拒掉你的提示词，还要你月付 10 到 120 美元。Open Generative AI 是个免费的开源 AI 图像与视频生成工作室：400+ 模型覆盖 Flux、Kling、Sora、Veo，可自托管、无内容过滤，MIT 协议。

值不值得试：先看三组对比

费用：Midjourney 约 $10–$120/月、Runway 约 $12–$76/月的订阅制；这里是开源免费，无订阅费
过滤：商业平台会拦截或改写提示词；这里无内容过滤、无提示词拒答
数据：自托管模式下你的上传与生成记录留在本机（存于浏览器 localStorage）

对比项	闭源平台	Open Generative AI
费用	$8–$120/月不等	免费，MIT 协议
模型数	单一自家模型	400+，覆盖 8 大类
参考图上限	有限	单次最多 14 张
本地推理	无	内置 sd.cpp 引擎，桌面版可用

5 分钟跑起来：三条路径任选其一

在线版：浏览器打开官方托管地址，注册免费账号即可用全部工作室，无需装 Node.js，模型始终最新
桌面应用：v1.0.9 提供 macOS（Apple Silicon / Intel）、Windows x64、Linux（AppImage / .deb）一键安装包。macOS 首次启动被 Gatekeeper 拦截属正常现象（执行一次xattr -cr即可）；Windows SmartScreen 提示点"仍要运行"
源码部署（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 npm run dev

npm run setup会初始化子模块并构建 packages/ 下的 studio、workflow、agents 工作区，只跑npm install是不够的。启动后进入 http://localhost:3000，桌面版则用npm run electron:dev。

用文字生成 AI 图像的最短路径

只输入文字时，图像工作室自动挂上50+ 个文本到图像模型：Flux Dev、Nano Banana 2、Seedream 5.0、Midjourney v7、GPT-4o 都在列表里。

Nano Banana 2：支持 1K/2K/4K 分辨率，带 Google 搜索增强，宽高比可设auto
Seedream 5.0（字节跳动）：basic/high 两档质量、8 种宽高比、最高 4K
MiniMax Image 01：一次请求最多出 4 张图，提示词支持 1500 字符

界面里的宽高比、分辨率、时长选择器是动态的——切到哪个模型，就只显示那个模型支持的参数，不会选错。所有生成结果存在本地历史里，可一键下载原图。

一次带 14 张参考图：批量改图怎么做

上传 1 张参考图，界面自动切到55+ 个图像到图像模型。选中支持多参考图的模型（如 Nano Banana 2 Edit）后，上传控件会直接变成多选模式：

每张图带顺序编号，按你勾选的顺序发给模型
支持批量勾选文件，点Use Selected一次确认
上传过的图存在本地历史，3 列网格直接复用，不用重复上传

各模型参考图上限差异较大：

模型	上限
Nano Banana 2 Edit	14
Nano Banana Edit / Flux Kontext Dev / Kling O1 / GPT-4o Edit / Seedream Edit v4	10
Vidu Q2 Reference to Image	7
Flux 2 Flex/Pro Edit	8
Qwen Image Edit Plus	3

适用场景：把产品图 + 多张风格参考一起喂进去做风格融合，或用"旧图 + 新元素"批量改版式。

用文字生成 AI 视频：40+ 文生视频模型

没有首帧素材就直接文字生成视频，可选40+ 个文本到视频模型：Kling v3、Sora 2、Veo 3、Wan 2.6、Runway Gen-3、Hailuo 2.3。

Seedance 2.0（字节跳动）：5 / 10 / 15 秒三档时长，16:9 / 9:16 / 4:3 / 3:4，basic/high 质量，还带 Extend 模式给已有视频无缝续写
Grok Imagine T2V（xAI）：最长 15 秒，fun / normal / spicy 三种运动风格
MiniMax Hailuo：Full HD 输出，带快速变体

上传首帧图片后自动切到60+ 个图生视频模型（Kling I2V、Veo3 I2V、Runway I2V、Seedance 2.0 I2V，后者单次最多带 9 张参考图）。任务提交后在历史区轮询结果，刷新页面，未完成的任务会自动恢复。

把静态照片变成会说话的视频：口型同步

想让一张肖像开口说话？Lip Sync Studio 有9 个专用模型，分两种输入模式：

肖像图 + 音频：上传照片和音频，生成 480p / 720p / 1080p 讲话视频。可选 Infinite Talk、Wan 2.2 Speech to Video、LTX 2.3 Lipsync（支持到 1080p）、LTX 2 19B Lipsync，均可附加提示词引导动作风格
视频 + 音频：给已有视频重新对口型，适合配音换语言。可选 Sync、LatentSync、Creatify、Veed、Infinite Talk V2V

生成记录单独存在lipsync_history，刷新后同样自动续上。

深挖独家功能：Cinema Studio 的虚拟相机参数

Cinema Studio 不让你调滑块，而是给你一套"虚拟相机"，把选择翻译成优化过的提示词修饰符喂给模型。

怎么操作

选机身：6 种可选，从 Modular 8K Digital 到 Classic 16mm Film
选镜头：11 种，如 70s Cinema Prime、Swirl Bokeh Portrait、Extreme Macro、Clinical Sharp Prime
选焦距：8mm（超广角）/ 14mm / 24mm / 35mm / 50mm / 85mm
选光圈：f/1.4（浅景深）、f/4（均衡）、f/11（深焦）
输入场景提示词，点击生成

能得到什么

"70s Cinema Prime + f/1.4 + 85mm"会直接产出带复古胶片光晕的浅景深人像；换 "Clinical Sharp Prime + f/11" 则是前后景全清晰的产品镜头。你不需要懂摄影术语，界面把每个选项都标了用途。

适合谁用

做广告分镜、预告片概念图、或想统一一组图的镜头语言，但又不想学相机设置的人。

跟着做完一次：文字到会说话的成品视频

图像工作室：输入场景描述，选 Nano Banana 2，分辨率 4K、宽高比 16:9 → 得到一张人物静帧
视频工作室：把这张静帧设为首帧，选 Kling I2V，生成 5 秒 → 得到基础动态片段
Lip Sync Studio：切到肖像模式，上传同一张人物图 + 一段录音，选 LTX 2.3 Lipsync、1080p → 得到口型与音频对齐的成品

每步结果都留在各自的历史区里，中途刷新不丢任务。

想固化这套流程？打开 Workflow Studio，用拖拽节点把图像、视频、音频模型串成流水线，有内置模板和社区工作流可直接运行，建好的流程还能通过 Muapi API 调用。

硬件与配置速查

配置	建议
最低	8 GB 内存，本地推理只跑 SD 1.5 级模型（Dreamshaper 8 / Realistic Vision v5.1，各 2.1 GB）
推荐	16 GB 内存（Z-Image 权重 7.4 GB + 约 2.4 GB 计算缓冲）；Apple Silicon 用 Metal，Win/Linux 用 CUDA / Vulkan / ROCm

常见坑：

8 GB 的 M 系列 Mac 跑 Z-Image 会卡死系统，官方明确警告，请改用 SD 1.5 模型
本地推理只在桌面版可用，托管网页版一律走云端 API
sd.cpp 引擎在Settings → Local Models里一键安装，模型默认存在应用数据目录；设环境变量OPEN_GENERATIVE_AI_LOCAL_AI_DIR可把几 GB 权重挪到其他磁盘
M2 上 SD 1.5 正常速度约 1–2 秒/步；若变成约 10 秒/步，说明回退到了 CPU，重装引擎即可
排查本地引擎问题从终端启动应用，日志会直接打到控制台；Ubuntu 24.04+ 上 AppImage 启动失败时建议直接装.deb

FAQ

Q：没有本地 GPU 能用吗？A：能。在线版和桌面版默认走云端 API；sd.cpp 也能跑 CPU 模式，只是慢。想要视频级本地模型（Wan 2.2 等）才需要一台带 CUDA/ROCm 的 GPU 服务器接 Wan2GP。

Q：自托管版本真的没有任何内容过滤？A：是的，这是项目的设计目标——无过滤器、无提示词拒答。生成什么由你输入的提示词和所选模型决定。

Q：一定要买 API 密钥吗？A：云端模型需要 Muapi.ai 的访问密钥，在应用内粘贴即可；如果只用本地推理模型（SD 1.5 / SDXL / Z-Image），可以跳过密钥。

Q：参考图会重复上传吗？A：不会。每张图只上传一次，之后存在本地历史里，跨会话直接复用。

Q：生成记录存在哪？A：浏览器 localStorage，按工作室分开存（口型同步单独存lipsync_history），可回看、下载、删除。

Open Generative AI 是目前能免费自托管、且模型池足够大的 AI 图像与视频生成工作台。去 5 分钟跑起来那一节挑一条路径，今天就能出第一张图、第一段视频。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析