ওপেন সোর্স। নতুন সম্ভাবনা।

Tencent-আবিষ্কৃত HunyuanVideo একটি ওপেন-সোর্স ভিডিও জেনারেশন মডেল যা ইমেজ-ভিডিও আর্কিটেকচার, 3D VAE এবং প্রম্পট রিরাইট সমর্থন করে।

Wan2.2 হল Wan-AI-এর তৈরি একটি ওপেন-সোর্স ভিডিও জেনারেটি মডেল স্যুট, যা MoE আর্কিটেকচার, 720P আউটপুট এবং T2V, I2V, S2V ও ক্যারেক্টার অ্যানিমেশন সাপোর্ট করে।

SANA হলো NVIDIA-এর ওপেন-সোর্স দক্ষ ডিফিউশন মডেল পরিবার, যা উচ্চ-রেজোলিউশন ছবি ও ভিডিও জেনারেশনের জন্য ব্যবহৃত হয়; এতে ট্রেনিং ও ইনফারেন্স কোড, লিনিয়ার অ্যাটেনশন, DC-AE কম্প্রেশন এবং 4-বিট ডিপ্লয়মেন্ট রয়েছে।

vos হলো একটি ওপেন প্রোগ্রাম্যাটিক ভিডিও ইঞ্জিন যা ভিডিওকে সময়ের একটি ডিটারমিনিস্টিক ফাংশন হিসেবে বিবেচনা করে, যা রেজোলিউশন-ইনডিপেন্ডেন্ট রেন্ডারিং এবং ডেটা-ড্রিভেন এডিটিং সম্ভব করে।

Duix.Avatar হল Duix.com-এর একটি বিনামূল্যে এবং ওপেন-সোর্স AI অ্যাভাটার প্রকল্প। এটি Windows এবং Ubuntu সিস্টেমের জন্য ডিজাইন করা একটি সম্পূর্ণ অফলাইন ভিডিও সিন্থেসিস টুল, যা ব্যবহারকারীর চেহারা এবং কণ্ঠ ক্লোন করে টেক্সট এবং কণ্ঠ ইনপুট দ্বারা পরিচালিত ডিজিটাল মানব ভিডিও তৈরি করে।

EncodeX হলো একটি ক্রস-প্ল্যাটফর্ম মাল্টিমিডিয়া কনভার্সন টুল যা FFmpeg-এর জন্য একটি আধুনিক ডেস্কটপ ইন্টারফেস প্রদান করে, যা ভিডিও/অডিও কনভার্সন, কাটিং এবং ইমেজ কমপ্রেশন সমর্থন করে।

CogVideoX একটি ওপেন সোর্স ভিডিও জেনারেশন মডেল সিরিজ যা টেক্সট-টু-ভিডিও, ইমেজ-টু-ভিডিও এবং ভিডিও কন্টিনুয়েশন কাজের সমর্থন করে। এতে 2B ও 5B প্যারামিটারভুক্ত মডেল রয়েছে এবং ডিফিউজার্স ও SAT ইনফারেন্স ফ্রেমওয়ার্ক ব্যবহার করা হয়।

Y.A.W.N হলো Ableton Live দ্বারা অনুপ্রাণিত একটি ক্রস-প্ল্যাটফর্ম ডিজিটাল অডিও ওয়ার্কস্টেশন (DAW), যাতে সেশন এবং অ্যারেঞ্জমেন্ট ভিউ, VST3 হোস্টিং এবং সমন্বিত AI অডিও টুল রয়েছে।

ViMax হলো একটি agentic ভিডিও তৈরির ফ্রেমওয়ার্ক যা ধারণা থেকে সমাপ্ত ভিডিও পর্যন্ত পুরো প্রক্রিয়াটি স্বয়ংক্রিয় করে, যা স্ক্রিপ্ট রাইটিং, স্টোরিবোর্ডিং, চরিত্রের ধারাবাহিকতা এবং চূড়ান্ত অ্যাসেম্বলি পরিচালনা করে।

Sonder Editor হল ComfyUI-এর জন্য একটি টাইমলাইন-ভিত্তিক ভিডিও এডিটর, যা পুনরাবৃত্তিমূলক দীর্ঘ-রূপ জেনারেশনের জন্য ডিজাইন করা হয়েছে, যা নোড-গ্রাফ ওয়ার্কফ্লো মধ্যে ব্যবহারকারীদের সीन, ক্লিপ এবং প্রম্পট সাজাতে অনুমতি দেয়।

Toonflow একটি ওপেন-সোর্স এক-ষ্টপ AI শর্ট ড্রামা সৃজন টুল, যা উপন্যাস ইম্পোর্ট থেকে শুরু করে স্ক্রিপ্ট অ্যাডাপ্টিং, স্মার্ট স্টোরিবোর্ড এবং ভিডিও জেনারেশন পর্যন্ত সম্পূর্ণ প্রক্রিয়া আচ্ছাদিত করে, অসীম ক্যানভাস অর্গানাইজেশন এবং থ্রি-লেয়ার এজেন্ট সহযোগিতা সিস্টেম সমর্থন করে।

Pixelle-Video একটি ওপেন-সোর্স AI সম্পূর্ণ স্বয়ংক্রিয় সংক্ষিপ্ত ভিডিও তৈরির ইঞ্জিন। ব্যবহারকারী শুধু একটি থিম দিলেই সিস্টেম স্বয়ংক্রিয়ভাবে ভিডিও কপিরাইটি, AI ইমেজ বা ভিডিও তৈরি, ভয়েস ওভার সিন্থেসিস, ব্যাকগ্রাউন্ড মিউজিক যোগ এবং চূড়ান্ত ভিডিও কম্পোজিটিং সম্পন্ন করে, ভিডিও সম্পাদনার অভিজ্ঞতা ছাড়াই।

Velo AI Studio একটি ওপেন-সোর্স, ব্রাউজার-ভিত্তিক ভিডিও সৃষ্টি টুল, যা স্ক্রিপ্ট, অডিও এবং AI-উত্পন্ন ভিজুয়াল আসেট থেকে নারেটেড ভিডিও সংগঠন করতে ডিজাইন করা হয়েছে।

bili_add_on হলো একটি কমান্ড-লাইন টুল, যা ভিডিওতে B 站 ড্যানমাকু (danmaku) ওভারলে করার জন্য ব্যবহৃত হয়। এটি B 站 ভিডিও ID-এর মাধ্যমে স্বয়ংক্রিয়ভাবে ড্যানমাকু সংগ্রহ করা বা স্থানীয় XML ফাইল ব্যবহার করা সমর্থন করে এবং হার্ডওয়্যার ত্বরান্বিত এনকোডিং সহায়তা প্রদান করে।

OpenMontage একটি ওপেন-সোর্স, এজেন্টিক ভিডিও প্রোডাকশন সিস্টেম যা AI কোডিং অ্যাসিস্ট্যান্টগুলোকে পূর্ণাঙ্গ ভিডিও স্টুডিওতে রূপান্তরিত করে এবং রিসার্চ থেকে ফাইনাল রেন্ডার পর্যন্ত এন্ড-টু-এন্ড পাইপলাইন সমর্থন করে।

লাইভপোর্ট্রেট হলো একটি ওপেন-সোর্স PyTorch বাস্তবায়ন যা দক্ষ পোর্ট্রেট অ্যানিমেশনের জন্য ব্যবহৃত হয় এবং এটি মানুষ, বিড়াল ও কুকুর সমর্থন করে। এতে ইমেজ ও ভিডিও-চালিত মোড, স্টিচিং ও রিটার্গেটিং নিয়ন্ত্রণ, মোশন টেমপ্লেট, Gradio ইন্টারফেস এবং প্রিট্রেইন্ড ওয়েট অন্তর্ভুক্ত।