企业官网建设流程全解析

如何用免费开源的 Open Generative AI 在本地跑起 400+ 个 AI 图像与视频生成模型

【免费下载链接】Open-Generative-AIUnrestricted Open-source alternative to AI video platforms — Free AI image & video generation studio with 600+ models (Flux, Midjourney, Kling, Sora, Veo). No content filters. Self-hosted, MIT licensed.项目地址: https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI

Open Generative AI 是一个免费、开源（MIT 协议）的 AI 图像与视频生成工作室，把 Flux、Midjourney、Kling、Sora、Veo 等 400 多个主流模型装进一个可自托管的界面里。如果你不想为每个生成平台各付一份月费，或者希望关掉网络、不用 API key 也能出图，它解决的就是这两件事。

相当于把十几个收费 AI 创作平台，装成一台可自部署的开源全家桶

如果你习惯在 Midjourney、Runway、Kling 官网上按月付费，可以把 Open Generative AI 理解成"装在自己机器上的开源版自助摄影棚"：文字出图、参考图编辑、图生视频、对口型、影视级镜头控制都在同一套界面里完成。和收费平台的关键差异只有两条——没有内容过滤，也没有订阅账单；所有代码公开，可以改 UI、加模型、二次打包。

按使用目标看它能干什么

文字出图，还能拿参考图批量改图

不传图时进入文字生图模式，可选 50+ 个模型；上传一张参考图后自动切到图生图模式，可用 55+ 个编辑模型。支持多图输入的模型（如 Nano Banana 2 Edit、Flux Kontext）一次最多吃 14 张参考图，上传顺序会作为参数传给模型，省去了反复手动合图的步骤。

静态图变视频，或直接文字出片

视频侧同样是双模式：有首帧图就走 60+ 个图生视频模型，没有就选 40+ 个文生视频模型，时长、宽高比按所选模型的能力动态显示。

无需 API key 的离线出图

桌面端内置 sd.cpp 推理引擎，在你本机上跑 SD 1.5、SDXL、Z-Image 等图像模型：Apple Silicon 走 Metal，Linux/Windows 走 CUDA、Vulkan 或 ROCm。模型在应用内一键下载，生成过程完全不出本机网络。

照片加音频变成口播视频

Lip Sync 提供 9 个模型、两种入口：肖像图 + 音频直接生成说话视频，或对已有视频做口型重同步，适合做数字人口播、多语言配音替换。

把多个模型串成一条自动流水线

Workflow Studio 用节点编辑器把图像、视频、音频模型连成可复用的流程，跑通后保存模板；不想手动连线的，也可以直接套用社区发布的现成工作流。

上手路径：安装、配置、第一次生成

安装

最省事的路径是去 Releases 下载桌面安装包（macOS / Windows / Linux 都有），不碰命令行。想从源码跑就三步：

git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI cd Open-Generative-AI npm run setup

setup会拉子模块、装依赖并构建 studio 等工作区包，跳过它直接npm install是跑不起来的。

配置

走云端模型需要一个 Muapi.ai 的 API key，首次启动时提示输入，只存在本地浏览器里；只想用本地模型的话直接跳过。本地引擎在 Settings → Local Models 里配置：一键装 sd.cpp，再下载你要的模型权重即可，全部放在应用数据目录，不污染系统。

第一次生成

打开 Image Studio，输入一句提示词，模型选一个云端免费的（如 flux-dev），点 Generate，几秒到几十秒后结果出现在画布和历史列表里；想零成本试错，就切到 ⚡ Local 开关，选本地已下载的 SD 1.5 模型再出一次。

一个独立开发者的完整工作流

假设你要给一款待发布的小工具做发布素材。先在 Image Studio 里用本地模型把主视觉的构图和配色试出来——本地推理不用花钱，提示词改了十几次也没心疼过一分钱；等方向定了，换到云端高质量模型出正式版，并用参考图把 Logo 风格统一到 banner 里。接着在 Video Studio 里把定稿主图作为首帧，让图生视频模型生成一段产品动画；最后把动画和一段口播音频丢进 Lip Sync，得到带数字人解说的完整发布视频。全程没有一个步骤离开这个应用，也只有在最后几步才消耗云端额度。

深挖：本地推理为什么拆成两套引擎

桌面端把本地推理分成两个独立引擎，原因写得很直接：sd.cpp 随应用捆绑，在你当前机器上跑，适合图像类模型；而 Flux.1 Dev、Qwen Image 这类大模型以及 Wan 2.2、Hunyuan 等视频模型交给 Wan2GP——它是一个你自建的 GPU 服务器（Python + PyTorch，仅 CUDA/ROCm），桌面端只发提示词、收回结果。拆开的动机在于 Wan2GP 的运行栈没有 Apple Silicon 路径：一台 Mac 用户可以把重活甩给局域网里的游戏 PC，或租一台带 GPU 的实例，主设备继续用轻量桌面端。调度细节见 本地推理实现，下载支持断点续传和自动重试；模型清单集中在 packages/studio/src/models.js 一个文件里，云端和本地共用这份定义。

几个容易踩的坑：Z-Image 权重加计算缓冲接近 7GB，8GB 内存的 Mac 上会拖死系统，建议上 Z-Image 前先确认有 16GB 内存，小内存机器留在 SD 1.5；macOS 首次打开被 Gatekeeper 拦截时，执行一次xattr -cr "/Applications/Open Generative AI.app"即可；Ubuntu 24.04 上 AppImage 可能被 AppArmor 静默拦截，直接装 .deb 包，它自带对应配置。

Open Generative AI 的价值在于把"用 AI 生成"从按月订阅的开支变成一套自己可控的工具：个人创作者省掉重复的平台月费，小团队则让素材数据留在本机。适合已经用过至少一个收费生成平台、想比较模型效果或降低固定成本的人。如果你正在选型，建议先按上文的三步把本地链路跑通，再决定把哪些环节留给云端模型。

【免费下载链接】Open-Generative-AIUnrestricted Open-source alternative to AI video platforms — Free AI image & video generation studio with 600+ models (Flux, Midjourney, Kling, Sora, Veo). No content filters. Self-hosted, MIT licensed.项目地址: https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI