Модель NVIDIA Cosmos3 для генерации видео из исходного изображения, ориентированная на сценарии Physical AI.

Подходит для: создание видеосцены по исходному изображению · генерация динамичных сцен для симуляции физических сред · создание видеоданных для робототехнических сценариев

Модель Alibaba PAI создаёт видео из изображения и текстового запроса, позволяя задавать движение и структуру сцены через контуры, глубину, позу, траектории и другие условия.

Подходит для: создание управляемого видеоклипа по исходному изображению · анимация персонажа с контролем позы · генерация видео по карте глубины или контурам Canny

Диффузионный трансформер NVIDIA, который генерирует будущие кадры видео по текстовому описанию и изображению первого кадра.

Подходит для: создание короткого ролика по описанию сцены и начальному изображению · визуализация движения объектов и персонажей в заданной сцене · генерация видеосцен для прототипов Physical AI

StreetCLIP — CLIP-модель для определения географического происхождения уличных изображений методом классификации без дополнительного обучения.

Подходит для: определение страны или региона по фотографии улицы · оценка города происхождения уличного изображения · классификация городских и сельских сцен по визуальным признакам

Модель AIdeaLab для создания коротких видео в японском аниме-стиле на основе исходного изображения и текстового описания.

Подходит для: создание аниме-видео по исходному изображению · предварительная визуализация анимационных сцен · прототипирование раскадровок и видеораскадровок

Диффузионная модель NVIDIA, которая создаёт короткие видеосцены по текстовому описанию и изображению первого кадра.

Подходит для: создание короткого видео по описанию сцены и стартовому изображению · визуализация будущего движения объектов в заданной сцене · генерация видеосцен для прототипов Physical AI

Wan2.1 VACE 1.3B — диффузионная модель для создания видео на основе изображений, доступная для запуска через Diffusers.

Подходит для: создание короткого видео на основе исходного изображения · анимация статичного изображения · подготовка видеоматериалов для творческих проектов

LingBot-World-Fast создаёт интерактивные видеосцены из изображения, текстового описания и управляющих сигналов камеры.

Подходит для: генерация видео из начального изображения · создание управляемых движением камеры видеосцен · создание контента для игр и виртуальных сред

Дообученная текстовая модель, которая превращает идеи роликов и текстовые описания референсов в структурированные промпты для видеогенератора MiniMax H3.

Подходит для: превращение идеи ролика в промпт для MiniMax H3 · структурирование описания планов и движений камеры · добавление звуковой среды и музыки в видеопромпт

AlayaLab/Evoke-Turbo — модель генерации видео по тексту, оптимизированная для управления движением камеры и следования инструкциям о сцене и объектах.

Подходит для: генерация видео по текстовому описанию · создание роликов с заданным движением камеры · генерация сцен с точным следованием инструкциям об объектах

VerseCrafter — модель генерации видео по изображению с управлением движением камеры и нескольких объектов через 4D-геометрию.

Подходит для: создание видео из изображения с заданной траекторией камеры · анимация нескольких объектов по заданным траекториям · согласование движения камеры и объектов в динамичной сцене

Гибридная W6A8-сборка MiniMax-H3 для генерации видео по тексту, изображениям, ключевым кадрам и референсам в ComfyUI.

Подходит для: генерация видео по текстовому описанию · анимация изображения в видео · создание видео по ключевым кадрам

Дообученная модель Alibaba PAI для генерации видео по исходному изображению и управляющим условиям, таким как контуры, глубина или поза.

Подходит для: анимация исходного изображения с управлением движением · генерация видео по карте контуров Canny · создание видео с сохранением заданной позы персонажа

Диффузионная Transformer-модель Stability AI для создания согласованных новых ракурсов сцены и плавных видеопоследовательностей по изображениям и целевым положениям камер.

Подходит для: создание видео с движением камеры по заданной траектории на основе снимков сцены · синтез новых ракурсов для визуализации сцены · создание плавных зацикленных видеороликов из нескольких видов

Контрольная точка MoWorld 1.0 создаёт видео по изображению с авторегрессионным управлением движением камеры.

Подходит для: генерация видео по исходному изображению с заданным движением камеры · создание управляемых камерой видеосцен · авторегрессионное создание видео на основе изображения

Модель Wan2.1-Fun на 1,3 млрд параметров для генерации видео по тексту и анимации изображений с заданием начального и конечного кадров.

Подходит для: создание видео по текстовому описанию · анимация изображения в видеоролик · генерация сцены с заданными начальным и конечным кадрами

Дообученные веса Wan2.2-Fun для генерации видео с управляемым движением камеры по текстовому описанию и исходному изображению.

Подходит для: генерация видео с заданным движением камеры · создание кинематографических проходов по сцене · анимация исходного изображения с движением виртуальной камеры

Wan2.1-VACE-14B — диффузионная модель Wan-AI для генерации и редактирования видео с опорой на изображения и текстовые подсказки.

Подходит для: создание видео на основе исходного изображения · редактирование и преобразование видеоматериала · генерация видео по текстовым подсказкам с визуальными входными данными

LingBot-World-Fast генерирует управляемое видео из начального изображения для интерактивной симуляции сред и создания контента.

Подходит для: создание видеоролика по начальному кадру и текстовому запросу · генерация продолжения сцены с управлением движением камеры · создание интерактивных игровых окружений

Модель NVIDIA для предсказания хирургического видео по изображению и тексту и преобразования управляющего видео в фотореалистичное хирургическое видео.

Подходит для: генерация следующих кадров операции по стартовому изображению и описанию · преобразование видео глубины в реалистичное хирургическое видео · перенос симуляции хирургической операции в реалистичное видео

Компактная дообученная языковая модель, которая преобразует идеи и текстовые описания материалов в структурированные промпты для генерации и редактирования видео в MiniMax H3.

Подходит для: преобразование идеи сцены в промпт MiniMax H3 · подготовка промпта для генерации видео по тексту · создание промпта для анимации первого или последнего кадра

Дообученная модель Wan2.2 для создания видео по изображению с управлением движением камеры.

Подходит для: анимация статичного изображения в видео с движением камеры · создание видеоролика по исходному кадру с заданным движением камеры · генерация коротких видеосцен с управляемой камерой

SpatialAxiom-9B — мультимодальная модель на базе Qwen3.5-9B для пространственного рассуждения по изображениям и видео.

Подходит для: определение взаимного расположения объектов в сцене · оценка размеров и планировки помещения по изображению · сопоставление объектов между несколькими ракурсами

LingBot-World 2.0 — 14-миллиардная модель Robbyant для быстрого создания интерактивных видеомиров по изображению.

Подходит для: создание интерактивного видеопотока по исходному изображению · генерация сцен с управляемыми действиями персонажей · добавление текстом заданных событий в развивающуюся видеосцену