# 文本生成视频

这是一个文本到视频的量化模型，将基础模型转换为GGUF格式，可在ComfyUI中使用，为文本到视频生成提供更多选择。

Wan14BT2VFusionX 是一个文本到视频生成模型，支持通过 ComfyUI - GGUF 自定义节点进行视频生成。

这是一个基于vrgamedevgirl84/Wan14BT2VFusionX模型的GGUF转换版本，主要用于文本到视频生成任务。

SkyReels-V2是一个14B参数的文本生成视频模型，支持720P分辨率输出，并增加了VACE功能。

这是ZuluVision/MoviiGen1.1的实验性GGUF转换版本，集成了VACE插件，用于文本生成视频任务。

Wan2.1-VACE-1.3B的直接GGUF转换版本，是一套开源的视频基础模型，兼容消费级GPU，擅长各种视频生成任务。

Wan2.1-T2V-1.3B的直接GGUF转换版本，适用于消费级GPU的视频生成任务

Wan2.1-VACE-14B模型的GGUF格式版本，主要用于文本到视频的生成任务。

这是Wan-AI/Wan2.1-VACE-14B模型的GGUF量化转换版本，主要用于文本生成视频任务。

MoviiGen1.1 是一个基于 GGUF 格式转换的视频生成模型，支持文本生成视频任务。

LTX-Video是一个基于文本生成视频的模型，支持从文本或图像生成视频内容。

这是一个基于Wan-AI/Wan2.1-T2V-14B模型的GGUF格式转换版本，主要用于文本生成视频任务。

基于Lightricks/LTX-Video的13b-0.9.7-dev变体的GGUF量化版本，支持文本生成视频和图像生成视频任务。

LTX-Video是一个基于GGUF量化的文本生成视频模型，支持从文本或图像生成视频内容。

LTX-Video是一个文本生成视频的模型，支持从文本描述生成视频内容。

基于Lightricks/LTX-Video模型的gguf量化版本，包含开发版和蒸馏版，用于文本生成视频任务。

SkyReels-V2是一个14B参数的文本到视频生成模型，支持540P分辨率视频生成。

阿里巴巴PAI发布的14B参数规模的多模态模型，支持文本生成视频任务

阿里巴巴PAI发布的14B参数规模的多模态模型，支持文本生成视频任务

基于Wan2.1 14B T2V模型训练的LoRA，可生成复古VHS风格的视频

这是一个基于Wan-AI/Wan2.1-T2V-1.3B的gguf量化版本，专为文本生成视频任务设计，兼容comfyui-gguf和gguf节点。

基于《蒸汽船威利》影片片段训练的文本生成视频模型，适用于生成黄金时代动画风格的视频内容。

LTX-Video 是一个基于文本到视频生成技术的模型，能够根据输入的文本描述生成相应的视频内容。

mochi的gguf量化版本是一个文本生成视频的模型，包含gguf编码器和gguf变分自编码器，适用于快速生成视频内容。

Wan视频的GGUF量化版本是一个文本生成视频的模型，适用于老旧或低端机器，支持通过GGUF文件进行高效推理。

基于GGUF格式转换的文本生成视频模型，支持通过ComfyUI-GGUF自定义节点使用

SkyReels-V1-Hunyuan-I2V是由腾讯SkyworkAI开发的文本生成视频模型，基于Hunyuan架构，支持从文本输入生成视频内容。

LTX-Video是一个基于GGUF格式量化的文本生成视频模型，支持从文本或图像生成视频内容。

RepVideo是一个创新的视频生成模型，通过重新思考跨层表示来提升视频生成质量。

AnimateLCM 是一个基于扩散模型的文本到视频生成系统，能够通过文本描述生成高质量短视频片段。

为genmoai mochi-1模型蒸馏的变换器，由42个模块组成（原版48个模块），通过迭代删除MSE值最小的模块实现轻量化

FastHunyuan的GGUF量化版本，用于文本生成视频任务，需配合ComfyUI使用

腾讯混元视频是一个文本生成视频的模型，适配于Hugging Face推理端点。

mochi是一个基于gguf量化版本的文本生成视频模型，支持通过文本描述生成视频内容。

基于Diffusers格式的LTX-Video模型，支持文本生成视频和图像生成视频功能

腾讯混元社区版的文本生成视频模型，支持通过文本提示生成高质量视频内容。

专为Hugging Face推理端点优化的视频生成模型分支版本，支持文本生成视频和图像生成视频功能

北京智源研究院开发的非量化自回归文本生成视频模型，能够根据文本提示生成和编辑视频

腾讯幻影视频模型的GGUF量化版本，专为ComfyUI设计，用于文本生成视频任务

FastHunyuan 是 HunyuanVideo 的加速版本，仅需6步扩散采样即可生成高质量视频，相比原版实现了约8倍的速度提升。