jianzhnie/awesome-text-to-video

它解决的问题

跟上快速发展的文本转视频（T2V）领域很困难：新的商业工具、开源模型和研究论文不断出现，而旧的可能被淘汰。这个项目通过将所有内容汇集到一个视觉化组织、最新列表中来解决这个问题，让你可以快速比较选项、发现可用资源，并找到适合你用例的工具。

工作原理

该列表分为清晰的板块。它涵盖商业产品（生成模型、AI虚拟形象工具、一体化创意平台以及已停产的）、带有快速摘要的特色产品卡片、相关工具、开源模型和工具包（包含大小和最小GPU内存等详细信息）、按年份排序的研究论文，以及数据集和基准测试。一个“如何选择”表格根据常见目标（例如专业电影制作、预算有限的动态真实感、企业培训）提供直接建议，而“最新动态”板块则重点介绍截至2026年的主要变化和趋势。

适用人群

任何参与视频创作或AI研究的人：内容创作者、电影制作人、营销人员、企业培训师、开发者和研究人员。它既帮助寻找简单入门点（如预算工具或虚拟形象工具）的初学者，也帮助需要跟踪开源模型、论文和基准测试的专家。

亮点

涵盖商业和开源领域，包括已停产的产品（Sora、Haiper），以避免走入死胡同。
提供产品、模型和工具的直接比较表格，包含最大输出分辨率、大小、VRAM和最佳用例等指标。
研究论文按年份（2022–2026及更早）组织，便于跟踪学术进展。
包含精心策划的“如何选择”指南和特色产品卡片，便于快速决策。
提及实用的开源模型（Wan 2.2、HunyuanVideo、LTX-Video等），并附有代码链接和系统要求。