Open Generative AI14 个 AI 生成工作室自托管后免费用 600 多个模型【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商业 AI 生成平台普遍是三个套路按月订阅、prompt 过一道内容过滤、数据锁在别人的云里。Open Generative AI 是反着来的开源方案——无内容过滤、MIT 协议、可自托管的 AI 图像视频生成平台把 Flux、Midjourney、Kling、Sora、Veo 等模型收进 14 个工作室一次部署全部就位。模型数量口径不一仓库描述写 600README 按八个分类文生图 70、图生图 70、文生视频 85、图生视频 120、视频特效 35、对口型 15、音频 15核出的总数是 420本文以仓库文件为准。把 14 个生成工作室搬进自己的服务器整个应用是 Next.js monorepo14 个工作室的 UI 全在packages/studio这个独立 React 组件库里——本地自托管的 Next.js 版本消费它官方托管站也消费它。也就是说你在本地改模型定义托管站和自托管版本同步生效MIT 协议下把这套组件搬进自己的产品做二次开发没有授权障碍。从 clone 到打开 localhost源码、Docker、桌面版三条路不想装 Node.js 就下载桌面预编译版 1.0.9macOS Intel/Apple Silicon 的 .dmg、Windows x64 的 .exe、Linux 的 AppImage/deb双击安装注意桌面版的本地推理能力和 Web 版不同后文细说。源码路线要求 Node.js 18git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI cd Open-Generative-AI npm run setup npm run dev--recurse-submodules不能省Workflow 和 Agent 功能依赖两个 git 子模块漏了会直接构建失败。npm run setup是子模块初始化、依赖安装、四个 workspace 包studio、workflow-builder、agents、design-agent构建的一条龙只跑npm install不够。Web 版起在http://localhost:3000桌面版则跑npm run electron:dev。Docker 路线就一条命令docker compose up -ddocker-compose.yml 用仓库根目录 Dockerfile 构建生产镜像把容器 3000 端口映射到宿主机 3001设NODE_ENVproduction并自动重启浏览器开http://localhost:3001。云端模型需要一个 Muapi.ai 的 access key首次启动弹窗提示你粘贴 key 的值只填值别填 key 名称只用本地模型可以跳过。key 存在浏览器 localStorage没有账号体系。传不传参考图模型集自己会换Image Studio 打开就是 70 文生图模型Flux、Nano Banana 2、Seedream 5.0、Midjourney v7。一旦你上传参考图它自动切到 70 图生图模型Flux Kontext、Seedream 5.0 Edit、Upscaler 这类Video Studio 同理文生视频 85 与图生视频 120Kling、Sora、Veo、Seedance 2.0之间也是按有没有起始帧自动切换不用你手动选模式。多图输入是实打实的差异点Nano Banana 2 Edit 单次最多吃 14 张参考图选择器带序号复选框按你勾选的顺序提交。模型侧的关键事实packages/studio/src/models.js 一个 3.4 万行的文件装下t2iModels、i2iModels、t2vModels、i2vModels四个数组是全项目唯一数据源。加模型、改 endpoint改这一个文件就行。Mac 上不用 key 出图sd.cpp 与 Wan2GP 双引擎先说边界本地推理只有桌面版支持Web 版永远走云端 API。两个引擎都在 Settings → Local Models 里配置实现细节在 electron/lib/localInference.js引擎下载、断点续传、进度解析。引擎一 sd.cpp 是一键安装的 C 引擎来自 stable-diffusion.cppApple Silicon 走 Metal另支持 CUDA/Vulkan/ROCm。内置六款模型SD 1.5 三款Dreamshaper 8、Realistic Vision v5.1、Anything v5各 2.1 GB、SDXL Base 1.06.9 GB、Z-Image Turbo/Base8 步/50 步。M2 上 Metal 生效时 SD 1.5 约 1–2 秒/步Z-Image 吃 16 GB 内存8 GB 的 M 系列机器别碰。引擎二 Wan2GP 是自带推理机模式在任何一台 CUDA/ROCm GPU 机器上装好 Wan2GP桌面版填地址点 TestMac 用户就能把视频模型Wan 2.1/2.2、Hunyuan、LTX-2和 Flux、Qwen Image 这类大图像模型的推理卸载到局域网的显卡机器。有个坑远程对接的是 Wan2GP 的 MCP 服务器示例端口 7866README 专门强调 Gradio 网页端口 7860 不是 API不能拿来用。把 85mm 和 f/1.4 写进 prompt 里纯文字 prompt 控制不了镜头感Cinema Studio 的办法是把摄影参数做成下拉框6 种虚拟相机Modular 8K Digital、Grand Format 70mm Film、Classic 16mm Film 等、11 款镜头Swirl Bokeh Portrait、Halation Diffusion 之类、焦距 8mm–85mm 六档、光圈 f/1.4 / f/4 / f/11 三档。选完点生成这些选择被翻译成优化过的 prompt 修饰词提交给生成模型不是真在模拟光学。每种镜头的预览图就放在 public/assets/cinema/ 目录下UI 代码在 packages/studio/src/components/CinemaStudio.jsx。把生图、视频、配音串成一条流水线单点能力够用之后真正的效率问题是步骤之间来回复制粘贴。Workflow Studio 给了 Templates / My Workflows / Community 三个 Tab节点编辑器里拖拽连线把 A 模型的输出接到 B 模型的输入Playground 用表单 UI 交互式运行每条工作流同时可以走 API 调用。引擎本身是 git 子模块 packages/Vibe-Workflow/。其余垂直工作室从顶部 Tab 进Lip Sync Studio 有 9 个专用模型、两种模式肖像图 音频 → 说话视频视频 音频 → 对口型含 Infinite Talk、LTX 2.3 Lipsync、LatentSyncAgent Studio 是对话式多轮代理你用自然语言描述任务它负责规划执行Audio、Clipping、Marketing、Recast 覆盖各自场景。两步调用把生图能力接进自己的产品不想白牌、只想把生图按钮塞进现有产品API 路径最省拿 Muapi key按提交 轮询两步走。// 提交任务拿到 request_id const r await fetch(/api/v1/flux-dev, { method: POST, headers: { x-api-key: apiKey, content-type: application/json }, body: JSON.stringify({ prompt: a red fox in snow, 35mm film, aspect_ratio: 16:9 }) }); const { request_id } await r.json(); // 轮询结果status 变 completed 后取 outputs[0].url const out await fetch(/api/v1/predictions/${request_id}/result).then(x x.json());本地开发时 vite.config.mjs 的代理会把/api请求转发到 MuAPICORS 问题天然不存在。API 客户端逻辑见 src/lib/muapi.jsapp/api/v1/creative-agent/ 是一个现成的 Next.js API 路由示例。五个常见翻车现场都在这了npm run dev报Couldnt find a pages directory——多半不在仓库根目录执行或子模块没初始化。确认当前目录同时有app/、package.json、next.config.mjs重跑npm run setup。页面能打开但模型列表为空或工作室组件报错——只跑了npm installworkspace 包没构建。跑npm run build:packages或直接完整执行npm run setuppackages/Vibe-Workflow是空的说明 clone 漏了--recurse-submodules。macOS 首次打开桌面版被 Gatekeeper 拦——应用未签名未公证。终端执行xattr -cr /Applications/Open Generative AI.app再右键选 Open一次就好。Ubuntu 24.04 上 AppImage 闪退或无反应——内核的apparmor_restrict_unprivileged_userns挡住了 Chromium 用户命名空间沙箱。推荐直接装.deb自动配置 AppArmor 策略临时解法是sudo sysctl -w kernel.apparmor_restrict_unprivileged_userns0。8 GB 基础款 M 系列 Mac 跑 Z-Image 整机卡死——权重加计算缓冲约 9.8 GB超出可用余量。8 GB 机器本地只用 SD 1.52.1 GBZ-Image 建议 16 GB 起步。适合谁白牌开发者、BYOK 用户和带显卡的 Mac 用户适合想把生成工具白牌化自托管的开发者——MIT 协议packages/studio是独立组件库二次开发成本低已有产品想快速加生图能力的团队——两步 API 调用改动量小没有云端 key 预算、用 Mac 本地跑 SD 1.5 的对内容过滤有明确不满的创作者。不适合指望下载即用零配置的人——云端模型必须 BYOK自带 Muapi.ai key且 key 只存在浏览器 localStorage没有账号体系没有 CUDA/ROCm GPU 机器却想跑本地视频模型的人——Wan2GP 必须有一台这样的机器当推理节点需要多用户、权限管理、云端历史同步的团队——历史只存在浏览器本地。再说两句口径Wan2GP 的视频模型目前只能通过 Image Studio 的生成 API 触达Video Studio 的完整接入还在 roadmap 上模型总数 600 是仓库描述的说法README 按分类核出 420以models.js实际内容为准本地引擎的排错日志只输出到进程控制台需要从终端启动桌面版才能看到。行动路径建议先读 README 的部署和本地模型表格跑通一个场景再看 project_knowledge.md 的代码走读想贡献代码从给models.js加模型或给 packages/studio/src/components/ 加一个工作室 UI 开始是投入产出比最高的入口。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考