Open Generative AI 免费完整指南自托管跑 600 个 AI 图像与视频模型一步上手【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-AIOpen Generative AI 是一个 MIT 许可、可完全自托管的开源 AI 图像与视频生成工作室。它把 Flux、Midjourney、Kling、Sora、Veo 等 600 个云端模型收进同一个界面17 个工作室覆盖文生图、图生视频、口型同步、音频和节点工作流且不设内容过滤器。适合两类人想摆脱多平台订阅费、把数据留在本地机器的创作者以及想改模型目录或界面、拿到完整源码的开发者。 先认三条硬门槛别等做完才返工它不是零门槛出片三条限制决定了你该走哪条路先对号入座再动手。你属于哪类情况它对你的实际影响该怎么走有 MuAPI 密钥、没有 GPU云端 600 模型可用本地视频走不通云端 API 出图出片首次必须填一次密钥有 CUDA/ROCm 显卡能解锁本地视频推理Wan2GP走本地路线最轻的 Wan 2.1 1.3B 也要约 8GB 显存纯核显或 CPU 机器本地视频这条路彻底走不通只跑 sd.cpp 的轻量图像模型SD 1.5面向 B 端合规场景项目不设内容过滤器、不拦提示词上线前自行评估内容边界密钥这一条最容易踩云端模型全部走 MuAPI 网关首次使用会被要求填密钥密钥只存在浏览器 localStorage不发给任何第三方服务器。只用本地模型可以跳过这一步。 你拿到的是什么600 模型、17 个工作室、一份源码结论一个可自托管的完整生成工作室全部模型定义集中在单一文件里改完重新构建即生效不用等任何官方排期。量化一下它的体量全部能从源码当场核对17 个工作室Image、Video、Audio、Lip Sync、Cinema、Workflow、Agent、Design Agent、Apps、MCP CLI、AI Influencer、Layers、Motion Control、Clipping、Vibe Motion、Recast、Marketing导出清单就在 packages/studio/src/index.js。600 模型全部模型定义集中在 packages/studio/src/models.js 这一个源文件按 t2i / i2i / t2v / i2v / v2v / lipsync / recast / audio 分类是自托管与闭源订阅最实质的差异。多参考图输入Nano Banana 2 Edit 这类编辑模型一次可收 14 张参考图。许可证MIT源码全在仓库可白标改色、换模型目录、构建自己的产品。自托管的边界也在这里上传过的参考图会以缩略图存在本地历史里跨会话复用同一张图不必反复传。 第一次跑起来按机器选桌面、源码还是容器三种入口对应三种身份新手不需要 Node.js开发者拿到完整仓库运维拿到一个标准容器。你的身份最省事的入口最低要求一句话提醒只想用不想折腾Releases 预编译安装包操作系统即可macOS 未做 Apple 公证首次被 Gatekeeper 拦到隐私与安全性点仍要打开Windows SmartScreen 点更多信息 → 仍要运行要改代码克隆仓库从源码跑Node.js 18npm run setup不能省成npm installworkspaces 子包必须先构建要标准交付docker compose up --buildDockercompose 把服务映射到 3001 端口3001:3000逻辑同 Web 版只有云端 API从源码跑的完整命令git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI cd Open-Generative-AI npm run setup npm run dev # Web 版访问 localhost:3000--recurse-submodules不能省workflow 和 agent 子包都在子模块里漏了会报Couldnt find a pages directory要桌面版就把最后一行换成npm run electron:dev。 从一张图到一条成片四个工作室串起来结论上传参考图的那一刻模型组会自动切换你不用手动改模式。Image Studio默认落在 70 文生图模型组Flux、Nano Banana 2、Midjourney 等一旦上传参考图自动切到 70 图生图模型组Nano Banana 2 Edit 一次可收 14 张参考图。Video Studio对静态图满意后把它作为首帧带进来模型组从 85 文生视频切到 120 图生视频Kling I2V、Veo3 I2V、Wan I2V 等。Cinema Studio想要电影感就在这调参数——6 种机身16mm 胶片、70mm 大画幅、8K 数码等、11 种镜头、8mm 到 85mm 共 6 档焦段、f/1.4 / f/4 / f/11 三档光圈每个选择都被翻译成提示词修饰。拍人用 85mm f/1.4 突出主体拍空镜用 24mm f/11 保前后景清晰翻译逻辑在 packages/studio/src/components/CinemaStudio.jsx。Lip Sync Studio9 个专用模型人像照片或视频加一段音频输出口型匹配的对白视频。Workflow Studio把图 → 视频这种重复动作搬进节点编辑器连成流水线存成自己的模板或直接跑社区模板每条工作流同时支持 API 触发方便接进你自己的脚本。⚡ 不靠 Key 也能出片两条本地推理路线的内存门槛桌面应用内置两条互不依赖的本地推理路线都在设置 → Local Models里各自配置。引擎能跑什么硬性条件走不通的机器sd.cpp内置一键安装SD 1.5约 2.1GB、SDXL6.9GB、Z-Image2.5GB 2.7GB 辅助文件建议 16GB 内存起步8GB 机器只跑 SD 1.5Z-Image 会吃满内存甚至卡死系统Wan2GP自行安装Wan 2.1/2.2、Hunyuan、LTX-2 视频Flux / Qwen-Image 图像必须 CUDA 或 ROCm GPU无 NVIDIA/AMD 显卡的机器完全走不通sd.cpp 这条最轻引擎一键下载进应用数据目录macOS 在~/Library/Application Support/open-generative-ai/local-ai不装进系统盘不够时设OPEN_GENERATIVE_AI_LOCAL_AI_DIR指向别的目录。Wan2GP 的思路是推理在 GPU 机器上、操作在桌面上在有 CUDA/ROCm 显卡的机器上起好 MCP 服务把http://192.168.1.42:7866/mcp这样的地址填进设置面板Mac 用户也能把活交给局域网游戏主机或租来的 GPU 实例。两条路线的实现分别在 electron/lib/localInference.js 和 electron/lib/wan2gpMcp.js。最后一条边界本地推理只在桌面应用里存在Web 版和容器版只走云端 API。【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
Open Generative AI 免费完整指南自托管跑 600 个 AI 图像与视频模型一步上手【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-AIOpen Generative AI 是一个 MIT 许可、可完全自托管的开源 AI 图像与视频生成工作室。它把 Flux、Midjourney、Kling、Sora、Veo 等 600 个云端模型收进同一个界面17 个工作室覆盖文生图、图生视频、口型同步、音频和节点工作流且不设内容过滤器。适合两类人想摆脱多平台订阅费、把数据留在本地机器的创作者以及想改模型目录或界面、拿到完整源码的开发者。 先认三条硬门槛别等做完才返工它不是零门槛出片三条限制决定了你该走哪条路先对号入座再动手。你属于哪类情况它对你的实际影响该怎么走有 MuAPI 密钥、没有 GPU云端 600 模型可用本地视频走不通云端 API 出图出片首次必须填一次密钥有 CUDA/ROCm 显卡能解锁本地视频推理Wan2GP走本地路线最轻的 Wan 2.1 1.3B 也要约 8GB 显存纯核显或 CPU 机器本地视频这条路彻底走不通只跑 sd.cpp 的轻量图像模型SD 1.5面向 B 端合规场景项目不设内容过滤器、不拦提示词上线前自行评估内容边界密钥这一条最容易踩云端模型全部走 MuAPI 网关首次使用会被要求填密钥密钥只存在浏览器 localStorage不发给任何第三方服务器。只用本地模型可以跳过这一步。 你拿到的是什么600 模型、17 个工作室、一份源码结论一个可自托管的完整生成工作室全部模型定义集中在单一文件里改完重新构建即生效不用等任何官方排期。量化一下它的体量全部能从源码当场核对17 个工作室Image、Video、Audio、Lip Sync、Cinema、Workflow、Agent、Design Agent、Apps、MCP CLI、AI Influencer、Layers、Motion Control、Clipping、Vibe Motion、Recast、Marketing导出清单就在 packages/studio/src/index.js。600 模型全部模型定义集中在 packages/studio/src/models.js 这一个源文件按 t2i / i2i / t2v / i2v / v2v / lipsync / recast / audio 分类是自托管与闭源订阅最实质的差异。多参考图输入Nano Banana 2 Edit 这类编辑模型一次可收 14 张参考图。许可证MIT源码全在仓库可白标改色、换模型目录、构建自己的产品。自托管的边界也在这里上传过的参考图会以缩略图存在本地历史里跨会话复用同一张图不必反复传。 第一次跑起来按机器选桌面、源码还是容器三种入口对应三种身份新手不需要 Node.js开发者拿到完整仓库运维拿到一个标准容器。你的身份最省事的入口最低要求一句话提醒只想用不想折腾Releases 预编译安装包操作系统即可macOS 未做 Apple 公证首次被 Gatekeeper 拦到隐私与安全性点仍要打开Windows SmartScreen 点更多信息 → 仍要运行要改代码克隆仓库从源码跑Node.js 18npm run setup不能省成npm installworkspaces 子包必须先构建要标准交付docker compose up --buildDockercompose 把服务映射到 3001 端口3001:3000逻辑同 Web 版只有云端 API从源码跑的完整命令git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI cd Open-Generative-AI npm run setup npm run dev # Web 版访问 localhost:3000--recurse-submodules不能省workflow 和 agent 子包都在子模块里漏了会报Couldnt find a pages directory要桌面版就把最后一行换成npm run electron:dev。 从一张图到一条成片四个工作室串起来结论上传参考图的那一刻模型组会自动切换你不用手动改模式。Image Studio默认落在 70 文生图模型组Flux、Nano Banana 2、Midjourney 等一旦上传参考图自动切到 70 图生图模型组Nano Banana 2 Edit 一次可收 14 张参考图。Video Studio对静态图满意后把它作为首帧带进来模型组从 85 文生视频切到 120 图生视频Kling I2V、Veo3 I2V、Wan I2V 等。Cinema Studio想要电影感就在这调参数——6 种机身16mm 胶片、70mm 大画幅、8K 数码等、11 种镜头、8mm 到 85mm 共 6 档焦段、f/1.4 / f/4 / f/11 三档光圈每个选择都被翻译成提示词修饰。拍人用 85mm f/1.4 突出主体拍空镜用 24mm f/11 保前后景清晰翻译逻辑在 packages/studio/src/components/CinemaStudio.jsx。Lip Sync Studio9 个专用模型人像照片或视频加一段音频输出口型匹配的对白视频。Workflow Studio把图 → 视频这种重复动作搬进节点编辑器连成流水线存成自己的模板或直接跑社区模板每条工作流同时支持 API 触发方便接进你自己的脚本。⚡ 不靠 Key 也能出片两条本地推理路线的内存门槛桌面应用内置两条互不依赖的本地推理路线都在设置 → Local Models里各自配置。引擎能跑什么硬性条件走不通的机器sd.cpp内置一键安装SD 1.5约 2.1GB、SDXL6.9GB、Z-Image2.5GB 2.7GB 辅助文件建议 16GB 内存起步8GB 机器只跑 SD 1.5Z-Image 会吃满内存甚至卡死系统Wan2GP自行安装Wan 2.1/2.2、Hunyuan、LTX-2 视频Flux / Qwen-Image 图像必须 CUDA 或 ROCm GPU无 NVIDIA/AMD 显卡的机器完全走不通sd.cpp 这条最轻引擎一键下载进应用数据目录macOS 在~/Library/Application Support/open-generative-ai/local-ai不装进系统盘不够时设OPEN_GENERATIVE_AI_LOCAL_AI_DIR指向别的目录。Wan2GP 的思路是推理在 GPU 机器上、操作在桌面上在有 CUDA/ROCm 显卡的机器上起好 MCP 服务把http://192.168.1.42:7866/mcp这样的地址填进设置面板Mac 用户也能把活交给局域网游戏主机或租来的 GPU 实例。两条路线的实现分别在 electron/lib/localInference.js 和 electron/lib/wan2gpMcp.js。最后一条边界本地推理只在桌面应用里存在Web 版和容器版只走云端 API。【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
