Step-Video-TI2V 是一款先进的文本驱动图像到视频生成模型，它利用扩散模型和专门的时间模块，能够将静态图像转化为具有逼真运动效果的动态视频，同时保持与原始图像的高度一致性。该模型在视频生成质量和运动表现力方面均表现出色，为用户提供了强大的图像动画化能力。

 Step-Video 是由阶跃星辰发布、开源的文本到视频预训练模型系列，其中，Step-Video-T2V 是阶跃星辰与吉利汽车合作推出的先进文本到视频模型。

Show-1 是一种高效的文本到视频生成模型,它结合了像素级和潜变量级的扩散模型,既能生成与文本高度相关的视频,也能以较低的计算资源要求生成高质量的视频。

VideoCrafter2 是一个由腾讯 AI 实验室开发的视频生成模型，旨在克服高质量视频数据获取的局限性，训练出能够生成高质量视频的模型。

魔搭 MotionAgent 是由阿里巴巴达摩院旗下魔搭社区（ModelScope）推出的开源一站式视频生成工具，MotionAgent 集成了大语言模型、文本生成图片模型、视频生成模型和音乐生成模型。

Goku 是香港大学与字节跳动合作开发的视频生成模型，支持文本到视频、图像到视频、文本到图像等多种生成任务。基于 Rectified Flow Transformer 架构，通过多模态训练，Goku能够生成自然互动的广告视频，显著降低制作成本。

Open-Sora 是一个致力于高效生成高质量视频的开源项目。该项目由 Colossal-AI 团队开发，旨在通过开源的方式，简化视频生成的复杂性，并为所有人提供一个创新、创造和包容的平台。

FastHunyuan 是一种可以提高 HunyuanVideo 模型推理速度的扩散模型，支持多种视频生成任务。

Hunyuan Video 是一个拥有 130 亿参数的开源 AI 文本转视频生成器，轻松从文本提示创建高质量视频。

通义万相是阿里云推出的视觉生成大模型，涵盖图像和视频生成。其2.0版本在文生图和文生视频方面进行了重大升级，采用 Diffusion Transformer 架构，提升了模型的灵活性和可控性。