Sora и Runway используют для коротких роликов: оживить фото товара, собрать заставку, сделать видео для соцсетей. Открытые видеомодели делают то же самое внутри компании — сценарии, кадры и материалы клиента не уходят в чужой сервис, а количество попыток ограничено только вашим железом, что для видео важно: удачный дубль обычно находится не с первого раза. Но видео дороже картинок по ресурсам: младшие модели запускаются на игровой видеокарте, старшие рассчитаны на серверные, а генерация одного ролика занимает заметное время. Длина ролика, стабильность лиц и физика движения у открытых моделей хуже, чем у зрелых облачных сервисов, поэтому сложный сюжетный ролик так пока не собрать. Реалистичный сценарий — короткие ролики и оживление готовых кадров, а монтаж и звук поверх.
Российское семейство генерации картинок и видео от Сбера. Хорошо понимает запросы на русском и российский культурный контекст, открыто под MIT.
Генерация видео по тексту и по картинке. Младшая версия запускается на игровой видеокарте. После 2.2 базовые модели открыто не выходят, только прикладные: монтаж (VACE), говорящие персонажи по звуку (S2V), танцы под музыку (Dancer).
Быстрая видеомодель, которая с LTX-2 генерирует видео сразу со звуком и речью. Можно управлять камерой и позой, есть облегчённые версии.
Видеомодель Tencent, одна из первых открытых на уровне закрытых сервисов. Версия 1.5 стала легче (8.3B) и идёт на потребительских картах.
Модель видео на 2–5B, которая запускается на одной игровой видеокарте. Популярная база для исследований и надстроек.
Wan и Kandinsky идут под Apache 2.0 и MIT, а у LTX-2 и HunyuanVideo собственные community-лицензии с ограничениями (у HunyuanVideo она не действует в ЕС, Великобритании и Южной Корее), у CogVideoX 5B коммерция разрешена после регистрации. Условия конкретной версии стоит проверить с юристом.
Открытую модель можно поставить на свой сервер: данные не уходят в чужое облако, нет оплаты за каждый запрос, модель можно дообучить на ваших документах.
