Find the right model.
Download more easily.

作者称该 LTX 2.5 社区版本预融合 Eros10、DMD、IC-LoRA、Detailer 与 Img2Vid 等组件，附作者称为去限制的编码器。 视频生成相关社区模型或组件合集。仓库发布者：ChrisColeTech。作者明确标为 uncensored；闲社未验证去限制机制或效果。 与 LTX 2.3 v1.4 是不同版本，独立记录；许可元数据为 unknown，须另核对源模型及各组件条款。

作者称该 LTX 2.3 社区版本预融合 Eros10、DMD 蒸馏与 IC-LoRA Detailer，提供 FP8、GGUF 主模型和配套文件。 视频生成相关社区模型或组件合集。仓库发布者：ChrisColeTech。作者明确标为 uncensored；闲社未验证去限制机制或效果。 许可元数据为 unknown，不能视为自由商用；请逐一核对基础模型与融合组件条款。去限制效果未验证。

作者明确发布的 Wan2.2 高、低噪声 LightX2V LoRA 对，用于兼容的 I2V / T2V 工作流。 视频生成相关 LoRA 适配器。仓库发布者：rzgar。作者明确标为 uncensored；闲社未验证去限制机制或效果。 这是 LoRA 适配器，不是完整视频主模型。必须配合基础模型，4 步与去限制效果均为作者声明。

作者发布的 Wan2.2 I2V 社区混合底模，面向图片到视频与后续 LoRA 叠加，模型卡明确描述 uncensored 提示支持。 视频生成相关社区模型或组件合集。仓库发布者：rzgar。作者明确标为 uncensored；闲社未验证去限制机制或效果。 高、低噪声主模型应成对使用；仓库还含辅助 LoRA，不能把辅助权重当作完整模型。

作者标为 Uncensored 的 Wan2.2 I2V 社区版本，说明更换为 KJ FP8 底模并融合为该版本调整的 LightX2V。 视频生成相关社区模型或组件合集。仓库发布者：rzgar。作者明确标为 uncensored；闲社未验证去限制机制或效果。 包含高、低噪声双主模型，需要配对加载；去限制与效果均为作者声明，未验证。

FastVideo 发布的 FastH3 8-Step V2 ComfyUI 重打包，包含剪枝 BF16、INT8 主模型及配套编码器、VAE 文件。 视频生成相关社区模型或组件合集。仓库发布者：FastVideo。未将普通融合或量化等同于去限制；特殊组件声明以原作者说明为准。 8 步与加速效果属于上游设计说明；不宣称去限制，也不代表闲社运行测试通过。

TenStrip 的 MiniMax H3 社区 graft / 混合实验仓库，包含不同 beta、精度和 Turbo 文件。作者说明有不同源模型特征转移与融合。 视频生成相关社区模型或组件合集。仓库发布者：TenStrip。未将普通融合或量化等同于去限制；特殊组件声明以原作者说明为准。 上游当前提示 beta3、beta4 是有问题的测试版本；另有标为 UNSTABLE 的文件。请优先核对作者对 beta5、beta6 的现行说明，不视为全部文件可用。

Wan2.2-TI2V-5B-FP8 是由仓库发布者 muse 上传至魔搭的模型。以下内容基于固定版本仓库元数据整理，不是完整的原作者模型介绍。 原站明确标注的任务类型：text-to-video-synthesis、text-to-video。浏览分类：视频生成。不据此推断性能、训练方式、硬件要求或额外能力。 固定版本：ecf865d879c32ea3412bacc3e82463e408885314。已获取权重文件清单与哈希，下载入口直连魔搭；这不代表已完成下载或运行验证。

LongCat-Video-Avatar-1.5 是一个开源的音频驱动人类视频生成框架，专注于生产级应用。该模型基于 LongCat-Video 基础模型构建，支持商业级 Avatar 视频合成，可应用于新闻播报、知识教育、日常生活、娱乐、歌唱、商业推广等场景。 Audio-Text-to-Video (AT2V)：音频和文本驱动的视频生成 Audio-Text-Image-to-Video (ATI2V)：音频、文本和图像驱动的视频生成

ABot-World是一款实时交互式世界模拟器，能够在单张NVIDIA RTX 5090桌面GPU上实现无限动作条件的720P世界生成。 动作驱动世界控制：根据用户输入的动作实时响应，支持持续探索而非被动视频播放。 实时桌面推理：在单张NVIDIA RTX5090上达到720p分辨率、16 FPS帧率，延迟1.2秒，GPU显存占用19GB。

Zing-0.5是由Seedleap.ai团队（涌跃智能）开发的50亿参数因果世界模型，用于实时交互。该模型从当前状态持续预测视觉世界，文本提示和键盘动作可在生成过程中改变场景、运动和未来演变。 支持文本初始化生成、单图像初始化、rollout期间提示更改以及连续W/A/S/D/I/J/K/L键盘控制。因果KV缓存和四步DMD采样技术使模型能够在单GPU上实现响应式长视野生成。 输入：文本提示、键盘动作、参考图像（用于Action TI2V）

Rolling Forcing - 实时自回归长视频扩散模型 实时生成：在单GPU上实现16 FPS实时视频流式生成 长视频生成：生成连贯的多分钟视频序列，显著减少误差累积

VerseCrafter 是一个可控的视频世界模型，能够对相机和多目标运动进行显式的4D几何控制。 动态现实视频世界模型：VerseCrafter 从大规模真实数据中学习现实且可控的视频世界先验，能够处理具有强时空一致性的挑战性动态场景。 4D几何控制：统一的4D控制状态提供对相机运动、多目标运动及其协同的直接、可解释控制，提升几何真实性。

ToonComposer 是一个用于卡通/动画制作的生成式 AI 模型，旨在简化传统动画制作流程中的关键帧插值和上色环节。 该模型将原本需要人工完成的中间帧插值和上色工作转化为单一的自动化流程，显著减少动画制作所需的时间和人力成本。 模型接收关键帧图像作为输入，自动生成中间帧并完成上色，输出完整的动画序列。

SCoPE: 视线坐标位置编码用于视频扩散变换器 SCoPE将相机视线作为位置坐标添加到预训练的视频扩散变换器中。根据给定的第一帧、文本提示和相机轨迹，生成遵循指定相机运动的视频，同时保留原始图像到视频的生成能力。 输入：第一帧图像、文本提示、相机轨迹

Minimax-h3-Turbo 由 lightx2v 发布，仓库任务标记为图片生成视频。以图片等参考内容生成视频，所需组件和输入条件以该版本说明为准。 来源声明的基础模型：MiniMaxAI/MiniMax-H3。 本条按微调衍生版独立收录。 基础模型：MiniMaxAI/MiniMax-H3 请使用与此版本匹配的推理框架，按原项目准备模型组件和依赖。显存、内存与磁盘要求取决于具体格式、精度及输入长度，未核实的数值不作承诺。

为ComfyUI重打包的模型文件，源自多个开源视频生成模型仓库。 支持多种视频生成任务，包括图像到视频转换、首尾帧到视频生成、文本到视频生成、视频控制（姿态、深度、边缘等）、音频驱动视频生成、图像编辑等功能。 根据不同工作流，支持文本提示、图像、首尾帧、音频等作为输入，输出为生成的视频。

MiniMax-H3-Turbo-Lora-ComfyUI 由 drbaph 发布，仓库任务标记为文字生成视频。根据文字提示生成视频内容，通常需要配套的文本编码器、解码器和推理流程。 来源声明的基础模型：Comfy-Org/MiniMax-H3。 本条按适配器衍生版独立收录。 基础模型：Comfy-Org/MiniMax-H3 请使用与此版本匹配的推理框架，按原项目准备模型组件和依赖。显存、内存与磁盘要求取决于具体格式、精度及输入长度，未核实的数值不作承诺。