Open Generative AI

Open Generative AI 是一个一站式开源 AI 图像与视频生成工作室,在 Web / Electron 桌面端 / 远程 GPU 服务器三种形态下,把 200+ 个前沿生成模型(Florence / Midjourney / Kling / Sora / Veo / Seedance / Wan / Hunyuan / LTX / Hailuo / Grok Imagine 等)装进同一个 UI,默认不挂任何内容过滤、可自托管、MIT 协议。它由 MuAPI 提供云端推理,同时也支持 sd.cpp(本地 Metal / CUDA / Vulkan)和 Wan2GP 远程 Gradio 服务器两套本地引擎,让 Mac 与 Windows 用户都能在本地出图,Mac 之外的 GPU 算力可通过 LAN 或云端机器接管。

核心能力分七大工作室。第一是 Image Studio,在参考图缺失时自动切到 50+ 文生图模型,上传参考图时切到 55+ 图生图模型,支持多图批量(最多 14 张,典型如 Nano Banana 2 Edit / Flux Kontext / GPT-4o Edit);第二是 Video Studio,默认 40+ 文生视频模型(Kling / Sora / Veo / Wan / Seedance 2.0 / Hailuo / Runway 等),上传首帧后切到 60+ 图生视频模型;第三是 Lip Sync Studio,9 个模型覆盖人像图+音频→说话视频与已有视频+音频→口型同步两条链路(Infinite Talk / LTX-2.3 / LatentSync / Sync Lipsync 等);第四是 Cinema Studio,提供模块化电影摄影机、变形镜头、焦距、光圈组合,自动拼成 prompt 修饰;第五是 Workflow Studio,基于节点编辑器把多模型串成可视工作流,有模板与社区市场,底层引擎 Vibe-Workflow 也是开源;第六是 Audio Studio(语音克隆、配乐、口播)+ Clipping Studio(智能切片)+ Marketing Studio(营销视频套件);第七是 Agent Studio / Design Agent Studio / Apps Studio / MCP & CLI,支持 Claude Code 等编码 Agent 通过 Skill 直接驱动 200+ 模型。

适用场景包括:小团队一次性产出多平台短视频素材、独立创作者免订阅费使用 Midjourney / Sora 同款模型跑灵感草图、营销团队批量生成多 SKU 视频、Agent 开发者接入模型做端到端 pipeline。本地体验最低门槛:macOS Apple Silicon 8GB RAM 即可跑 SD 1.5 模型(2.1GB);视频模型需要外置 CUDA/ROCm GPU 跑 Wan2GP,Mac 用户可通过远程服务器或 RunPod/vast.ai 完成推理。云端模式无需任何 API Key 即可注册试用;完整功能需自备 MuAPI 密钥。License 为 MIT,目前 GitHub 22k+ Star、3.7k+ Fork,2023 年 5 月建仓,2026 年 5 月发布 v2.0.0(Audio / Vibe Motion / Design Agent 等新工作室)。