# 文本生成視頻

Wan14BT2VFusionX 是一個文本到視頻生成模型，支持通過 ComfyUI - GGUF 自定義節點進行視頻生成。

這是一個文本到視頻的量化模型，將基礎模型轉換為GGUF格式，可在ComfyUI中使用，為文本到視頻生成提供更多選擇。

這是一個基於vrgamedevgirl84/Wan14BT2VFusionX模型的GGUF轉換版本，主要用於文本到視頻生成任務。

SkyReels-V2是一個14B參數的文本生成視頻模型，支持720P分辨率輸出，並增加了VACE功能。

這是ZuluVision/MoviiGen1.1的實驗性GGUF轉換版本，集成了VACE插件，用於文本生成視頻任務。

Wan2.1-VACE-1.3B的直接GGUF轉換版本，是一套開源的視頻基礎模型，兼容消費級GPU，擅長各種視頻生成任務。

Wan2.1-T2V-1.3B的直接GGUF轉換版本，適用於消費級GPU的視頻生成任務

Wan2.1-VACE-14B模型的GGUF格式版本，主要用於文本到視頻的生成任務。

這是Wan-AI/Wan2.1-VACE-14B模型的GGUF量化轉換版本，主要用於文本生成視頻任務。

MoviiGen1.1 是一個基於 GGUF 格式轉換的視頻生成模型，支持文本生成視頻任務。

LTX-Video是一個基於文本生成視頻的模型，支持從文本或圖像生成視頻內容。

這是一個基於Wan-AI/Wan2.1-T2V-14B模型的GGUF格式轉換版本，主要用於文本生成視頻任務。

基於Lightricks/LTX-Video的13b-0.9.7-dev變體的GGUF量化版本，支持文本生成視頻和圖像生成視頻任務。

LTX-Video是一個基於GGUF量化的文本生成視頻模型，支持從文本或圖像生成視頻內容。

LTX-Video是一個文本生成視頻的模型，支持從文本描述生成視頻內容。

基於Lightricks/LTX-Video模型的gguf量化版本，包含開發版和蒸餾版，用於文本生成視頻任務。

SkyReels-V2是一個14B參數的文本到視頻生成模型，支持540P分辨率視頻生成。

阿里巴巴PAI發佈的14B參數規模的多模態模型，支持文本生成視頻任務

阿里巴巴PAI發佈的14B參數規模的多模態模型，支持文本生成視頻任務

基於Wan2.1 14B T2V模型訓練的LoRA，可生成復古VHS風格的視頻

這是一個基於Wan-AI/Wan2.1-T2V-1.3B的gguf量化版本，專為文本生成視頻任務設計，兼容comfyui-gguf和gguf節點。

基於《蒸汽船威利》影片片段訓練的文本生成視頻模型，適用於生成黃金時代動畫風格的視頻內容。

LTX-Video 是一個基於文本到視頻生成技術的模型，能夠根據輸入的文本描述生成相應的視頻內容。

mochi的gguf量化版本是一個文本生成視頻的模型，包含gguf編碼器和gguf變分自編碼器，適用於快速生成視頻內容。

Wan視頻的GGUF量化版本是一個文本生成視頻的模型，適用於老舊或低端機器，支持通過GGUF文件進行高效推理。

基於GGUF格式轉換的文本生成視頻模型，支持通過ComfyUI-GGUF自定義節點使用

SkyReels-V1-Hunyuan-I2V是由騰訊SkyworkAI開發的文本生成視頻模型，基於Hunyuan架構，支持從文本輸入生成視頻內容。

LTX-Video是一個基於GGUF格式量化的文本生成視頻模型，支持從文本或圖像生成視頻內容。

RepVideo是一個創新的視頻生成模型，通過重新思考跨層表示來提升視頻生成質量。

AnimateLCM 是一個基於擴散模型的文本到視頻生成系統，能夠通過文本描述生成高質量短視頻片段。

為genmoai mochi-1模型蒸餾的變換器，由42個模塊組成（原版48個模塊），通過迭代刪除MSE值最小的模塊實現輕量化

FastHunyuan的GGUF量化版本，用於文本生成視頻任務，需配合ComfyUI使用

騰訊混元視頻是一個文本生成視頻的模型，適配於Hugging Face推理端點。

基於Diffusers格式的LTX-Video模型，支持文本生成視頻和圖像生成視頻功能

mochi是一個基於gguf量化版本的文本生成視頻模型，支持通過文本描述生成視頻內容。

騰訊混元社區版的文本生成視頻模型，支持通過文本提示生成高質量視頻內容。

專為Hugging Face推理端點優化的視頻生成模型分支版本，支持文本生成視頻和圖像生成視頻功能

北京智源研究院開發的非量化自迴歸文本生成視頻模型，能夠根據文本提示生成和編輯視頻

騰訊幻影視頻模型的GGUF量化版本，專為ComfyUI設計，用於文本生成視頻任務

FastHunyuan 是 HunyuanVideo 的加速版本，僅需6步擴散採樣即可生成高質量視頻，相比原版實現了約8倍的速度提升。