画像→動画¶
動画
オープンソース¶
-
Helios AIが発見
2026
Heliosは、リアルタイムかつ長時間のビデオ合成向けに設計された14Bパラメータの自己回帰型ビデオ生成モデルです。単一のH100 GPU上で19.5 FPSで動作し、テキストからビデオおよび画像からビデオのタスクをサポートし、ドリフトすることなく分単位の生成にわたって高い時間的一貫性を維持します。
autoregressiveimage-to-videolong-videoreal-time -
Dynamic-I2V AIが発見
2025
視覚的およびテキスト的な条件を共同でエンコードするためにマルチモーダル大規模言語モデル（MLLM）を統合した、革新的な画像から動画への生成フレームワーク。複雑な動きやオブジェクトとアクションの関係性の理解を大幅に向上させます。
diffusion-transformerimage-to-videomllmmotion-understanding -
HunyuanCustom AIが発見
2025
HunyuanVideoをベースに構築された、画像、音声、動画、テキストの条件入力をサポートするマルチモーダル駆動型のカスタマイズビデオ生成フレームワーク。被写体のアイデンティティの一貫性を維持し、動きやコンテンツの柔軟な制御を可能にします。
customizationimage-to-videomultimodalvideo-generation -
HunyuanVideo-I2V AIが発見
2025
HunyuanVideoの基盤モデルをベースに構築された、オープンソースでカスタマイズ可能な画像から動画への生成（Image-to-Video）フレームワーク。最大720p、129フレームの高品質な動画合成をサポートし、特殊効果のためのカスタムLoRAトレーニングや、高度な意味理解のための事前学習済みMLLMの統合に対応しています。
diffusionimage-to-videovideo-generation -
InfiniteTalk AIが発見
2025
InfiniteTalkは、オーディオ駆動のビデオからビデオ、および画像からビデオへの生成の両方をサポートする、オープンソースの無制限長トーキングビデオ生成モデルです。高いリップシンク精度とアイデンティティの安定性を維持しながら、従来のトーキングヘッドモデルの長さの制限を克服します。
audio-drivenimage-to-videolong-videotalking-head -
Pusa V1.0 AIが発見
2025
ベクトル化タイムステップ適応（VTA）を導入することで、きめ細かな時間的制御と効率的な画像からの動画生成（I2V）を可能にし、最小限のトレーニングコストで大規模モデルを凌駕する汎用的な動画拡散フレームワーク。
diffusionimage-to-videotemporal-controlvideo-generation -
Stable Virtual Camera: Generative View Synthesis with Diffusion Models AIが発見
2025
単一または複数の入力画像から、カメラの軌道を精密に制御しながら3D一貫性のある新規視点映像を生成する、13億パラメータの汎用拡散モデル（Seva）。
camera-controldiffusionimage-to-videonovel-view-synthesisプロジェクト · GitHub · arXiv · Hugging Face
-
Wan2.1 AIが発見
2025
アリババによって開発されたオープンソースのビデオ基盤モデル群。高い時間的一貫性とモーション品質を備え、高度なテキストからのビデオ生成および画像からのビデオ生成（Image-to-Video）機能を特徴としています。
diffusion-transformerimage-to-videovideo-generation -
CogVideoX AIが発見
2024
モダリティ適応型のエキスパートトランスフォーマーアーキテクチャを採用し、一貫性とセマンティックな整合性の高い動画を生成する、大規模なオープンソースのテキスト・画像・動画変換拡散モデル。
diffusionimage-to-videotransformer -
ConsisID AIが発見
2024
周波数分解とDiTベースの制御を活用し、追加ファインチューニングなしで人物画像から一貫した顔特徴を保持した動画を生成するフレームワーク。
ditidentity-preservingimage-to-videoportrait-animation -
ConsistI2V AIが発見
2024
フレーム間の視覚的一貫性を向上させるために設計された、拡散モデルベースの画像・ビデオ生成（I2V）フレームワーク。時空間アテンションメカニズムを導入することで、初フレームの被写体のアイデンティティ、背景の詳細、および美術スタイルを維持します。
consistencydiffusionimage-to-videovideo-generation -
DragAnything AIが発見
2024
エンティティ表現を利用して、画像内の任意のオブジェクトに対して軌跡ベースの精密なモーション制御を実現する、制御可能な動画生成フレームワーク。
image-to-videomotion-controltrajectory-control -
EasyAnimate AIが発見
2024
ハイブリッドウィンドウアテンションと報酬逆伝播を採用したDiffusion Transformerに基づく、高解像度かつ長時間の画像/テキストからの動画生成オープンフレームワーク。
diffusion-transformerimage-to-videolong-videoopen-source -
Follow-Your-Click AIが発見
2024
ユーザーのクリック操作と短いテキストプロンプトに基づいて、画像内の特定のオブジェクトの精密な領域アニメーションとモーション制御を可能にする画像から動画への生成フレームワーク。
image-to-videomotion-controlregional-animation -
LTX-Video AIが発見
2024
Video-VAEとノイズ除去トランスフォーマーを統合し、リアルタイムで高品質な動画を生成するトランスフォーマーベースの潜在拡散モデル。高解像度および高フレームレートでのテキストからの動画生成および画像からの動画生成（I2V）をサポートします。
ditimage-to-videoreal-timevideo-generation -
MOFA-Video AIが発見
2024
MOFA-Videoは、異なるドメインのモーションをフリーズされた画像からビデオ（I2V）への拡散モデルに適応させる、制御可能な画像アニメーションフレームワークです。疎から密へのモーション生成とフローベースのモーション適応を採用することで、軌跡、キーポイントシーケンス、または参照ビデオを使用した画像アニメーションの正確な制御を可能にします。
controllable-generationimage-animationmotion-transfer -
Motion-I2V AIが発見
2024
プロセスを明示的なモーションフィールド予測とモーション拡張テンポラルアテンションの2段階に分割することで、一貫性と制御性の高い画像から動画への生成を実現するフレームワーク。
image-to-videomotion-modelingtemporal-attention -
Open-Sora AIが発見
2024
Colossal-AIによる、効率的で高品質な動画制作を民主化するためのオープンソースプロジェクト。テキストからの動画生成、画像からの動画生成（Image-to-Video）、動画から動画への変換を、柔軟なアスペクト比と長さでサポートします。
diffusionimage-to-videoopen-sourcevideo-generation -
Open-Sora Plan AIが発見
2024
Wavelet-Flow Variational Autoencoder (WFVAE) を特徴とするオープンソースの大規模動画生成フレームワーク。高解像度かつ長時間のテキストからの動画生成および画像からの動画生成（Image-to-Video）をサポートします。
diffusionimage-to-videovaevideo-generation -
AnimateDiff AIが発見
2023
個別の調整を行うことなく、パーソナライズされたテキスト画像拡散モデルをアニメーション化する実用的なフレームワーク。静止画からスタイライズされたアニメーションやビデオクリップを生成するために広く使用されています。
animationimage-to-videostable-diffusion -
DynamiCrafter AIが発見
2023
強力なビデオ拡散モデルの事前学習知識を活用して、オープンドメインの静止画をアニメーション化するフレームワーク。多様なビジュアルコンテンツに対してリアルでダイナミックな動きの合成を可能にします。
image-animationimage-to-videovideo-generation -
I2V-Adapter AIが発見
2023
拡散モデル向けに設計された軽量でトレーニング不要の画像からビデオへのアダプター。元のテキストからビデオへのモデルの重みを変更することなく、高品質な画像からビデオへの生成を可能にします。時間的に一貫した動きを生成しながら、入力画像の空間構造とアイデンティティを維持します。
adapterdiffusionimage-to-video -
I2VGen-XL AIが発見
2023
アリババが開発したカスケード型画像・動画合成アプローチ。生成された動画のセマンティックな正確性、詳細の一貫性、および鮮明度を向上させます。
cascadeddiffusionimage-to-video -
LivePhoto AIが発見
2023
テキスト記述を用いて静止画をアニメーション化し、正確な動きの強度制御を可能にする、実用的なリアル画像アニメーションシステム。
diffusionimage-to-videomotion-control -
PIA AIが発見
2023
テキストから画像への生成モデル向けのプラグアンドプレイモジュールとして機能し、高忠実度な詳細と特定のスタイルを維持しながら画像をアニメーション化できるパーソナライズされた画像アニメーションフレームワーク。
image-to-videopersonalized-generationstyle-preservation -
SEINE AIが発見
2023
生成的なトランジションと予測のために設計されたショート・ツー・ロングのビデオ拡散モデル。高品質な画像からのビデオアニメーションや、シームレスなシーン遷移を可能にします。
image-to-videotransitionvideo-generation -
2023
画像→動画や短尺クリップ生成に対応するオープンウェイトの潜在動画拡散モデル。アニメ・ゲームのモーション実験やファインチューンの土台。
diffusionopen-weights
商用・業界ツール¶
-
Haiper AIが発見
2024
高品質で安定したアニメーションやショートビデオコンテンツを制作するために設計された、高度なテキスト・ビデオおよび画像・ビデオ生成ツールを提供する商用AIビデオ生成プラットフォーム。
commercialimage-to-videotext-to-video -
Haiper AI AIが発見
2024
テキストプロンプトや静止画像から、高品質でリアルな、または様式化された動画を作成できる商用のAI動画生成プラットフォーム。
commercialimage-to-videosaas -
Runway Gen-3 Alpha AIが発見
2024
Runwayが提供する最先端の商用動画生成モデル。高忠実度で一貫性があり、高度に制御可能なテキスト・動画変換および画像・動画変換の合成機能を提供します。
controlimage-to-videoproprietary -
Viggle AIが発見
2024
キャラクターアニメーションとモーション転送に特化した、人気の商用AIビデオ生成プラットフォーム。テキストプロンプトや参照モーションビデオを使用して静止画のキャラクターをアニメーション化することができ、ゲームやアニメ制作における迅速なプロトタイピングやミーム作成に広く使用されています。
character-animationmotion-transferproprietary -
Viggle AI AIが発見
2024
キャラクターのモーション転送に特化した人気の商用AIアニメーションプラットフォーム。モーションテンプレートやカスタム動画クリップを使用して、静止したキャラクター画像をアニメーション化できる。
character-animationimage-to-videomotion-transfer
